La scurt timp după lansarea Gemini 4 Argon, Google DeepMind a prezentat oficial cel mai nou model AI de top al său, Gemini 4 Carbon. Compania a făcut o surpriză considerabilă. Puțini se așteptau ca un instrument cu asemenea capacități să fie urmat atât de repede de o soluție și mai bună.
Potrivit anunțului lui Koray Kavukcuoglu, responsabilul Google pentru dezvoltarea arhitecturii AI, noul sistem a urcat direct pe primul loc în clasamentul general al indicelui independent Artificial Analysis Intelligence Index v5.0, cu 59 puncte.
Gemini 4 Carbon depășește cu mult capacitățile modelelor AI de uz general. A fost creat special pentru sarcini complexe de inginerie software care durează zile sau săptămâni și pentru dezvoltarea și supravegherea unor sisteme complete de securitate cibernetică. Poate descoperi vulnerabilități greu de depistat. La nevoie nici nu așteaptă intervenția unui om, ci testează și remediază singur breșa de securitate.
Google a evaluat capacitățile Gemini 4 Carbon cu măsuri stricte de siguranță interne și externe. Noul model a obținut rezultate de top în toate cele trei etape ale procesului de protecție.
- În testul SEC-bench Pro, care evaluează identificarea erorilor software complexe, noul model a obținut o precizie de 88,2%. GPT-6 Astra a înregistrat „doar” 85,4% la același test, iar Gemini 4 Argon a rămas în urmă cu aproape 5%, cu un rezultat de 83,4%.
- În testul ExploitGym, care evaluează posibilitatea exploatării vulnerabilităților și include verificarea și prioritizarea acestora, Gemini 4 Carbon a stabilit un nou record de 54,8%. GPT-6 Astra și Claude Opus 5.5 au obținut doar 42,4%, respectiv 34,5%.
- În CWE-bench, testul conceput de Collinear pentru a evalua remedierea vulnerabilităților descoperite prin modificarea codului-sursă direct într-un sistem funcțional, Carbon a obținut un rezultat de 71%. Grok 4.7 și GPT-6 Astra au ajuns la 68%, iar Claude Opus 5.5 a înregistrat o rată de succes de 67%.
Pe baza experienței interne a companiei, Gemini 4 Carbon a generat cod sigur cu o rată de succes de peste două ori mai mare decât Argon. Echipa de securitate Google Chrome a raportat că Carbon a creat corecții de înaltă calitate cu o eficiență de peste zece ori mai mare decât „modelul de vârf al unei alte companii de top din domeniul inteligenței artificiale”. Arhitectura Carbon a fost concepută pentru sarcini inginerești complexe și de lungă durată. Google a observat că modelul poate lucra autonom zile întregi. Acesta analizează cu perseverență inclusiv pistele care par fără ieșire pentru a descoperi erori ascunse adânc într-o bază de cod uriașă.
Google a subliniat că urmărește permanent și feedback-ul utilizatorilor. Astfel a îmbunătățit performanțele modelului în mai multe domenii din care a adunat multe informații practice. Este vorba în principal despre programare, sarcini pentru agenți AI și activități științifice, dar și despre dezvoltare web completă și funcționare multimodală. Progresele în dezvoltarea web au propulsat modelul pe locul 4 în clasamentul WebDev Arena, cu 1.768 puncte. GPT-6 Astra păstrează însă un mic avantaj cu 1.773 puncte, iar Claude Opus 5.5 are un avans mai mare, cu 1.810 puncte.
Dezvoltatorii au creat și cea mai recentă versiune Gemini 4 respectând cerințele stricte de până acum. Mai mult, aplică mai multe măsuri de precauție ca oricând, lucru care se va vedea și în procesul de lansare. Carbon ar urma să ofere mai multă transparență și sinceritate în diverse medii de utilizare și să reducă până la jumătate numărul halucinațiilor față de Argon.
Google afirmă că noul model poate funcționa mult mai stabil și mai sigur decât unii concurenți. Evită mai eficient scurtăturile care încalcă regulile în rezolvarea sarcinilor, rezistă atacurilor de tip prompt injection și urmează mai bine instrucțiunile utilizatorilor.
În testul Gray Swan IPI (Indirect Prompt Injection), Gemini 4 Carbon este primul model de top care a obținut un rezultat de 0%. Testul evaluează siguranța agenților AI în fața atacurilor indirecte de tip prompt injection. Rezultatul arată că noul model oferă un nivel de siguranță fără precedent în acest domeniu.
Google va oferi Gemini 4 Carbon la un preț mai mic decât cel cerut de concurenți pentru propriile modele de top, ceea ce este o veste excelentă. Compania încearcă permanent să practice prețuri sub cele ale rivalilor. Vrea să atragă inclusiv utilizatorii dispuși să folosească modele chinezești pentru a economisi bani.
În perioada de lansare, procesarea unui milion de token-uri cu Gemini 4 Carbon costă 2 dolari, iar generarea unui milion de token-uri la ieșire costă 10 dolari. Ulterior prețurile se vor dubla, ajungând la 4, respectiv 20 dolari. Atunci va conta mult posibilitatea de a economisi până la 95% din costul token-urilor de intrare prin folosirea memoriei cache. Aceste tarife sunt identice cu cele pentru Gemini 4 Argon. Așadar prețul nu a crescut, însă accesul nu este deschis tuturor.
Google a ales o lansare prudentă și participă direct la procesul voluntar al guvernului Statelor Unite pentru testarea modelelor înainte de lansare. Astfel un grup restrâns de specialiști în securitate cibernetică primește primul acces la model în săptămâna 26 Octombrie–1 Noiembrie. Ulterior accesul va fi extins treptat la partenerii prioritari prin programul Fairwind.
Accesul larg pentru dezvoltatori, companii și utilizatori individuali va fi deschis după ajustări suplimentare ale mecanismelor de protecție. Compania nu a anunțat data disponibilității generale. Aceasta va depinde în mare măsură de rezultatele analizelor de securitate și de primele experiențe de utilizare din zilele și săptămânile de după anunț.
