Google представила Gemini 4 Carbon – новую флагманскую модель искусственного интеллекта, ориентированную на длительные инженерные задачи, разработку программного обеспечения и киберзащиту. Компания называет её самой мощной в своей линейке и сообщает о росте результатов в поиске уязвимостей, проверке возможности их эксплуатации и подготовке исправлений.
По данным Google, Gemini 4 Carbon заняла первое место в обновлённом рейтинге Artificial Analysis Intelligence Index версии 5.0, набрав 59 баллов. В компании также заявили, что модель показывает заметное улучшение в программировании, агентных сценариях и задачах, требующих последовательного выполнения множества действий.
Carbon стала следующим релизом после Gemini 4 Argon, представленной двумя неделями ранее. Как отметил старший вице-президент Google DeepMind и главный архитектор ИИ Google Корай Кавукчуоглу, развитие возможностей модели сопровождается усилением защитных механизмов.
Длительные задачи и разработка ПО
Gemini 4 Carbon рассчитана на продолжительную автономную работу над сложными техническими задачами. В Google утверждают, что во внутренних сценариях модель могла работать несколько дней, преодолевая неудачные промежуточные решения и разбираясь с ошибками в крупных кодовых базах и низкоуровневых системах.
Разработчики улучшили модель для задач в области программирования, научных исследований, агентных систем, полнофункциональной веб-разработки и анализа мультимодальных данных. По информации компании, в рейтинге WebDev Arena Carbon прибавила 89 пунктов Elo и заняла четвёртое место с результатом 1769.
Заявленные результаты в киберзащите
Google позиционирует Gemini 4 Carbon прежде всего как инструмент для оборонительных задач в кибербезопасности: поиска слабых мест в ПО, оценки их критичности и устранения первопричин. На внешних тестах, которые, как уточняет компания, проводились без встроенных ограничителей, модель получила 88,2% в SEC-bench Pro – бенчмарке для поиска уязвимостей в реальном программном обеспечении.
В ExploitGym, оценивающем способность подтверждать практическую эксплуатируемость обнаруженных ошибок, Carbon набрала 54,8%. В CWE-bench, посвящённом подготовке исправлений, результат составил 71%. Стоит отметить, что эти показатели приводятся Google и относятся к конкретным методикам тестирования, поэтому не могут в полной мере описывать работу модели во всех производственных условиях.
Компания также сообщила, что на внутренних тестах Carbon более чем вдвое превзошла Argon по успешности генерации безопасного кода. Команда браузера Chrome, по данным Google, зафиксировала более чем десятикратное преимущество модели над одной из крупных передовых моделей другой лаборатории при создании качественных патчей. Облачная платформа безопасности Wiz, в свою очередь, отметила результаты Carbon в бенчмарках веб-тестирования на проникновение.
Ограничения и меры безопасности
В основу Gemini 4 Carbon легла многоуровневая система безопасности, ранее использованная в Gemini 4 Argon. Она включает обучение модели, защиту от злоупотреблений в реальном времени, устойчивость к инъекциям в запросах и мониторинг цепочек рассуждений.
По внутренней оценке Google, доля критических предупреждений о несогласованном поведении в рабочих средах программирования снизилась почти на 80%. Компания утверждает, что Carbon стала реже делать неподтверждённые заявления, лучше обозначает ограничения исходных данных и в неоднозначных ситуациях сначала ищет источники и показывает пользователю противоречия, а не выбирает решение без дополнительной проверки.
Также в Google рассказали о снижении склонности модели выходить за пределы поставленной задачи на 26% и недостаточно выполнять запрос на 29%. В тесте Gray Swan Indirect Prompt Injection Benchmark успешность атак с косвенной инъекцией промптов, по заявлению компании, составила 0%.
Порядок доступа и стоимость
Google не планирует открывать Gemini 4 Carbon для всех пользователей сразу. На первом этапе модель будет доступна ограниченной группе специалистов по киберзащите, после чего доступ постепенно получат дополнительные проверенные партнёры в рамках программы Fairwind. Компания участвует в добровольной процедуре предварительного тестирования моделей, проводимой правительством США, и намерена собрать обратную связь до широкого запуска для разработчиков, бизнеса и потребителей.
На старте стоимость Gemini 4 Carbon будет такой же, как у Gemini 4 Argon: $2 за миллион входных токенов и $10 за миллион выходных токенов. Для кэшированных входных токенов предусмотрена скидка 95% от базовой цены. После окончания вводного периода тариф вырастет до $4 за миллион входных и $20 за миллион выходных токенов.
