Google анонсировала Gemini 4 Carbon, который сначала получат отдельные специалисты по киберзащите
Google заявила, что её новая передовая модель лидирует в ряде тестов по кибербезопасности и на этой неделе станет доступна отдельным специалистам по киберзащите, а затем разработчикам, компаниям и потребителям.
Иллюстрация, созданная ИИGoogle анонсировала Gemini 4 Carbon, которую описывает как свою самую сильную модель с передовыми возможностями в области кибербезопасности и решения долгосрочных задач. Модель основана на Gemini 4 Argon, выпущенной, по словам Google, две недели назад.
Доступ будет предоставляться поэтапно. Google заявила, что с этой недели откроет Carbon для отдельных специалистов по киберзащите и будет постепенно расширять доступ для других доверенных партнёров через Fairwind Program. Компания сообщила, что участвует в добровольном процессе тестирования моделей перед выпуском, организованном правительством США, и продолжит собирать отзывы и совершенствовать защитные ограничения, прежде чем как можно скорее предложить модель разработчикам, компаниям и потребителям через свои продукты.
Google заявила, что Carbon занимает 1-е место с результатом 59 в недавно обновлённой версии 5.0 Artificial Analysis Intelligence Index. В сторонних тестах по кибербезопасности, оценённых без защитных ограничений, модель показала 88,2% в SEC-bench Pro по поиску уязвимостей, 54,8% в ExploitGym по эксплуатации и 71,0% в CWE-bench по исправлению. В веб-разработке, по словам Google, модель набрала на 89 очков elo больше и заняла 4-е место (1769) в WebDev Arena.
По внутренним бенчмаркам, как сообщила Google, Carbon более чем в 2 раза повышает долю успешной генерации безопасного кода по сравнению с Argon. Команда Chrome сообщила, что при создании качественных патчей Carbon показала результат более чем в 10 раз лучше, чем крупная передовая модель другой лаборатории. Google также отметила, что её команды наблюдали, как Carbon днями выполняет сложные многошаговые инженерные задачи, такие как поиск первопричин и исправление трудноуловимых ошибок в крупных кодовых базах.
Что касается выравнивания, Google сообщила, что доля успешных случаев обмана в Terminal-Bench 4.0 снизилась до 0.0%, а попытки обмана сократились до 0.4%, и что число предупреждений о серьёзном нарушении выравнивания в средах живого кодинга у внутренних команд компании упало почти на 80%. По данным внутреннего тестирования, Carbon примерно в 2 раза сокращает число необоснованных утверждений по сравнению с Argon, а также уменьшает чрезмерное превышение задачи на 26%, а недостаточное выполнение — на 29%. В Gray Swan Indirect Prompt Injection Benchmark, как сообщила Google, Carbon показывает долю успешных атак 0.0% против 0.7% у Argon.
Google заявила, что Carbon будет запущен по той же вводной цене, что и Argon: $2 за миллион входных токенов и $10 за миллион выходных токенов, при этом кэшированные входные токены стоят на 95% дешевле цены входных токенов.