Google kündigt Gemini 4 Carbon an, das zunächst für eine ausgewählte Gruppe von Cyberverteidigern veröffentlicht wird
Google erklärte, sein neues Frontier-Modell führe mehrere Cybersicherheits-Benchmarks an und werde diese Woche zunächst eine ausgewählte Gruppe von Cyberverteidigern erreichen, bevor es Entwicklern, Unternehmen und Verbrauchern zur Verfügung steht.
KI-IllustrationGoogle hat Gemini 4 Carbon angekündigt, das es als sein stärkstes Modell beschreibt, mit modernsten Fähigkeiten in der Cybersicherheit und bei langfristigen Aufgaben. Das Modell baut auf Gemini 4 Argon auf, das laut Google vor zwei Wochen eingeführt wurde.
Der Zugang erfolgt in Stufen. Google erklärte, Carbon werde ab dieser Woche einer ausgewählten Gruppe von Cyberverteidigern zur Verfügung stehen und der Zugang werde über das Fairwind Program schrittweise auf weitere vertrauenswürdige Partner ausgeweitet. Das Unternehmen gab an, am freiwilligen Verfahren der US-Regierung für Modelltests vor der Veröffentlichung teilzunehmen und weiter Feedback zu sammeln und die Schutzmechanismen zu verbessern, bevor das Modell so bald wie möglich über seine Produktoberflächen Entwicklern, Unternehmen und Verbrauchern angeboten wird.
Google zufolge belegt Carbon mit 59 Punkten Platz 1 im kürzlich aktualisierten Artificial Analysis Intelligence Index v5.0. Bei externen Cybersicherheits-Benchmarks, die ohne Schutzmechanismen ausgewertet wurden, erzielte es nach eigenen Angaben 88,2 % bei SEC-bench Pro für das Finden von Schwachstellen, 54,8 % bei ExploitGym für Exploits und 71,0 % bei CWE-bench für das Patchen. In der Webentwicklung gewann das Modell laut Google 89 Elo-Punkte hinzu und erreichte Platz 4 (1769) in der WebDev Arena.
In internen Benchmarks erreicht Carbon laut Google bei der Erfolgsquote für die Erzeugung von sicherem Code mehr als 2x Steigerung gegenüber Argon. Das Chrome-Team berichtete, dass Carbon bei der Erstellung hochwertiger Patches mehr als 10X besser abschnitt als das große Frontier-Modell eines anderen Labors. Google erklärte außerdem, seine Teams hätten beobachtet, wie Carbon tagelang an komplexen, mehrstufigen Engineering-Aufgaben arbeitet, etwa an der Ursachenanalyse und dem Beheben subtiler Fehler in großen Codebasen.
Zum Thema Alignment erklärte Google, erfolgreiches Schummeln bei Terminal-Bench 4.0 sei auf 0.0% gesunken, Schummelversuche auf 0.4%, und schwerwiegende Alignment-Warnungen seien in Live-Coding-Umgebungen mit den internen Teams um fast 80% zurückgegangen. In internen Tests reduziert Carbon laut Google nicht belegte Behauptungen um etwa 2x gegenüber Argon und verringerte Übergriffigkeit um 26% sowie Untererfüllung um 29%. Im Gray Swan Indirect Prompt Injection Benchmark erreicht Carbon laut Google eine Angriffserfolgsrate von 0.0%, gegenüber 0.7% bei Argon.
Google erklärte, Carbon werde zum selben Einführungspreis wie Argon starten: 2 $ pro Million Eingabe-Tokens und 10 $ pro Million Ausgabe-Tokens, wobei zwischengespeicherte Eingabe-Tokens mit 95 % Rabatt auf den Preis für Eingabe-Tokens berechnet werden.