Google pristatė Gemini 4 Carbon kibernetinei gynybai

Google pristatė „Gemini 4 Carbon“ modelį, skirtą sudėtingoms programavimo užduotims ir programinės įrangos saugumo spragų paieškai bei taisymui. Spalio 28 dienos pranešime bendrovė nurodė, kad pirmieji jį gaus atrinkti kibernetinės gynybos specialistai, o ne visi vartotojai.

Pasak „Google DeepMind“ vyresniojo viceprezidento ir „Google“ vyriausiojo DI architekto Koray Kavukcuoglu, prieiga bus plečiama per „Fairwind“ programą. Bendrovė dalyvauja JAV savanoriškame modelių patikros prieš išleidimą procese ir prieš platesnį diegimą dar rinks naudojimo patirtį.

Oficialioje palyginimų lentelėje „Carbon“ surinko 59 balus pagal penktąją „Artificial Analysis Intelligence Index“ versiją, o „Argon“ gavo 50. Tai tos pačios indekso versijos rezultatai, todėl jų nereikėtų tiesiogiai lyginti su ankstesnėmis testų rinkinio redakcijomis.

„Google DeepMind“ modelių puslapyje pateikia ir konkrečių saugumo užduočių rezultatus: „SEC-bench Pro“ įvertis siekia 88,2 procento. Spragų išnaudojimo patikros „ExploitGym“ rezultatas yra 54,8 procento, o programų taisymo „CWE-bench“ – 71 procentas.

Toje pačioje oficialioje lentelėje matyti, kad skirtingų užduočių lyderiai nesutampa: „FrontierSWE 2“ bandyme „Carbon“ surinko 61,2 procento. „GPT-6 Astra“ tame bandyme pasiekė 65,5 procento, o „Claude Opus 5.5“ – 62,3 procento, todėl pirmoji vieta indekse nereiškia pergalės visur.

Programinės aplinkos valdymo „OSWorld“ neprisijungusioje testų dalyje „Google“ nurodo 81,5 procento rezultatą, palyginti su „Opus“ 87,2 procento. Tokie skirtumai parodo, kokias konkrečias užduotis apima paskelbti matavimai, o ne vien bendrą naujojo modelio vietą lentelėje.

Pradinė kaina, pagal bendrovės pranešimą, sieks 2 dolerius už milijoną įvesties žetonų ir 10 dolerių už milijoną išvesties žetonų. Pasibaigus įvadiniam laikotarpiui tarifai padidės iki atitinkamai 4 ir 20 dolerių; konkreti šio laikotarpio pabaigos data nepateikta.

„Google“ taip pat skelbia 95 procentų nuolaidą podėlyje laikomai įvesčiai, tačiau bendras užduoties mokestis priklausys nuo jos sunaudotų žetonų. Tai paskelbti modelio naudojimo tarifai, o ne naujos vartotojams skirtos „Gemini“ prenumeratos kaina ar bendro prieinamumo patvirtinimas.

Papildomą programavimo užduočių detalę pateikia „Google DeepMind“ modelių lentelė: „Terminal-Bench 4.0“ bandyme naujasis modelis surinko 65,2 procento, o „Argon“ – 57,1. Mokslinių terminalo užduočių bandyme atitinkami rezultatai siekė 64,8 ir 52,9 procento, todėl atotrūkis priklauso ir nuo vertinamo darbo pobūdžio.

Oficialiame palyginime taip pat išskirtas „GraphWalks“ testas, kuriame analizuojami grafų ryšiai ilgame pateiktos informacijos kontekste. Jame „Carbon“ nurodytas 96,2 procento rezultatas, palyginti su „Argon“ 84,2 procento, tačiau lentelės matavimas pats savaime nenustato būsimo viešo produkto techninių limitų.

Bendrovė teigia, kad jos vidinės komandos modeliu vykdė kelias dienas trunkančias inžinerines užduotis, apimančias klaidų priežasčių paiešką. Platesnė prieiga kūrėjams, įmonėms ir vartotojams numatyta po papildomo grįžtamojo ryšio, tačiau viešo paleidimo datos „Google“ dar nenurodė.