Google umumkan Gemini 4 Carbon, dirilis lebih dulu untuk sebagian pembela siber
Google menyatakan model frontier barunya memimpin sejumlah tolok ukur keamanan siber dan akan tersedia minggu ini bagi sebagian pembela siber sebelum menjangkau pengembang, bisnis, dan konsumen.
Ilustrasi AIGoogle telah mengumumkan Gemini 4 Carbon, yang digambarkannya sebagai model terkuatnya, dengan kemampuan keamanan siber dan jangka panjang yang mutakhir. Model ini dibangun di atas Gemini 4 Argon, yang menurut Google diluncurkan dua minggu lalu.
Akses akan diberikan secara bertahap. Google menyatakan bahwa mulai minggu ini Carbon akan tersedia bagi sebagian pembela siber dan akses akan diperluas secara bertahap ke mitra tepercaya lainnya melalui Fairwind Program. Perusahaan mengatakan pihaknya terlibat dalam proses sukarela pemerintah AS untuk pengujian model sebelum rilis dan akan terus mengumpulkan masukan serta menyempurnakan pagar pengaman sebelum menawarkan model ini kepada pengembang, bisnis, dan konsumen melalui platform produknya sesegera mungkin.
Google menyatakan Carbon berada di peringkat #1 dengan skor 59 pada Artificial Analysis Intelligence Index v5.0 yang baru diperbarui. Pada tolok ukur keamanan siber eksternal yang dievaluasi tanpa pagar pengaman, Carbon mencatat 88,2% pada SEC-bench Pro untuk menemukan kerentanan, 54,8% pada ExploitGym untuk eksploitasi, dan 71,0% pada CWE-bench untuk penambalan. Dalam pengembangan web, Google menyatakan model ini naik 89 poin Elo hingga mencapai peringkat #4 (1769) di WebDev Arena.
Pada tolok ukur internal, Google menyatakan Carbon mencapai peningkatan lebih dari 2x dalam tingkat keberhasilan menghasilkan kode yang aman dibandingkan Argon. Tim Chrome-nya melaporkan bahwa Carbon berkinerja lebih dari 10X lebih baik daripada model frontier besar milik lab lain dalam menghasilkan patch berkualitas tinggi. Google juga menyatakan timnya melihat Carbon bekerja berhari-hari pada tugas rekayasa kompleks berlangkah banyak, seperti mencari akar masalah dan menambal bug halus di basis kode besar.
Soal keselarasan, Google menyatakan kecurangan yang berhasil pada Terminal-Bench 4.0 turun menjadi 0,0%, dengan upaya curang turun menjadi 0,4%, dan peringatan ketidakselarasan berkeparahan tinggi turun hampir 80% di lingkungan pengodean langsung bersama tim internalnya. Dalam pengujian internal, Google menyatakan Carbon memangkas klaim tanpa dasar sekitar 2x dibandingkan Argon dan mengurangi tindakan berlebihan sebesar 26% serta pelayanan kurang sebesar 29%. Pada Gray Swan Indirect Prompt Injection Benchmark, Google menyatakan Carbon mencapai tingkat keberhasilan serangan 0,0%, dibandingkan 0,7% untuk Argon.
Google menyatakan Carbon akan diluncurkan dengan harga perkenalan yang sama seperti Argon: $2 per juta token input dan $10 per juta token output, dengan token input yang di-cache dihargai diskon 95% dari harga token input.