Google annuncia Gemini 4 Carbon, rilasciato prima a un gruppo selezionato di cyber defender
Google ha dichiarato che il suo nuovo modello di frontiera è in testa in diversi benchmark di cybersicurezza e questa settimana sarà disponibile per un gruppo selezionato di cyber defender, prima di arrivare a sviluppatori, aziende e consumatori.
Illustrazione IAGoogle ha annunciato Gemini 4 Carbon, che descrive come il suo modello più potente, con capacità all'avanguardia in materia di cybersicurezza e di attività a lungo orizzonte. Il modello si basa su Gemini 4 Argon, che secondo Google è stato lanciato due settimane fa.
L'accesso sarà graduale. Google ha dichiarato che da questa settimana renderà Carbon disponibile a un gruppo selezionato di cyber defender e amplierà progressivamente l'accesso ad altri partner fidati tramite il suo Fairwind Program. L'azienda ha affermato di partecipare al processo volontario del governo statunitense per i test dei modelli prima del rilascio e di continuare a raccogliere feedback e a perfezionare le protezioni prima di offrire il modello a sviluppatori, aziende e consumatori tramite le sue superfici di prodotto il prima possibile.
Google ha dichiarato che Carbon si posiziona al #1 con 59 punti nella versione 5.0 dell'Artificial Analysis Intelligence Index, aggiornata di recente. Nei benchmark di cybersicurezza esterni, valutati senza protezioni, ha riportato l'88,2% su SEC-bench Pro per l'individuazione delle vulnerabilità, il 54,8% su ExploitGym per lo sfruttamento e il 71,0% su CWE-bench per le patch. Nello sviluppo web, Google ha dichiarato che il modello ha guadagnato 89 punti Elo raggiungendo il #4 (1769) su WebDev Arena.
Nei benchmark interni, Google ha dichiarato che Carbon ottiene un miglioramento di oltre 2x nel tasso di successo nella generazione di codice sicuro rispetto ad Argon. Il suo team Chrome ha riferito che Carbon ha ottenuto risultati oltre 10 volte migliori del grande modello di frontiera di un altro laboratorio nella generazione di patch di alta qualità. Google ha inoltre affermato che i suoi team hanno visto Carbon lavorare per giorni su compiti di ingegneria complessi e articolati in più passaggi, come l'individuazione della causa principale e la correzione di bug sottili in grandi codebase.
Sull'allineamento, Google ha dichiarato che gli imbrogli riusciti su Terminal-Bench 4.0 sono scesi allo 0,0%, con i tentativi di imbroglio calati allo 0,4%, e che gli avvisi di disallineamento di alta gravità sono diminuiti di quasi l'80% negli ambienti di coding dal vivo con i suoi team interni. Nei test interni, Google ha dichiarato che Carbon riduce le affermazioni non supportate di circa 2x rispetto ad Argon e ha ridotto l'eccesso di iniziativa del 26% e il servizio insufficiente del 29%. Sul Gray Swan Indirect Prompt Injection Benchmark, Google ha dichiarato che Carbon ottiene un tasso di successo degli attacchi dello 0,0%, contro lo 0,7% di Argon.
Google ha dichiarato che Carbon sarà lanciato allo stesso prezzo introduttivo di Argon: 2 $ per milione di token di input e 10 $ per milione di token di output, con i token di input memorizzati nella cache a un prezzo scontato del 95% rispetto al prezzo dei token di input.