ИИтог

Google представила Gemini 4 Carbon: модель для кибербезопасности и долгих задач

моделиРедакция ИИтогHacker News🔥90Рейтинг ИИтог90Влияние85Новизна80Релевантность100Неожиданность70Участники95Достоверность88

Google объявила о выходе Gemini 4 Carbon, по её словам, самой сильной модели компании с передовыми возможностями в кибербезопасности и в долгих (long-horizon) задачах. Carbon развивает Gemini 4 Argon, запущенную двумя неделями ранее.

По данным Google, Carbon занимает первое место в обновлённой версии 5.0 индекса Artificial Analysis Intelligence Index с результатом 59. В защитной кибербезопасности компания приводит внешние тесты, проведённые без защитных ограничений (guardrails): SEC-bench Pro (поиск уязвимостей), 88,2%, ExploitGym (эксплуатация), 54,8%, CWE-bench от Collinear (исправление), 71,0%. На внутренних тестах генерация безопасного кода успешна более чем вдвое чаще, чем у Argon. Команда Chrome, как сообщает Google, увидела, что Carbon более чем в 10 раз лучше крупной передовой модели другой лаборатории (какой именно, не названо) при создании качественных патчей. Wiz, которую Google называет своей ведущей облачной платформой безопасности, также отмечает лидерство Carbon в тестах веб-пентеста.

Для долгих инженерных задач внутренние команды Google наблюдали, как Carbon работает днями, преодолевая тупики: например, ищет первопричины и исправляет тонкие ошибки в больших кодовых базах и низкоуровневых системах. В веб-разработке модель прибавила 89 пунктов Эло и заняла 4-е место (1768) на WebDev Arena.

Отдельный блок посвящён безопасности. Carbon опирается на тот же многоуровневый защитный набор, что и Argon (обучение, защита от злоупотреблений в реальном времени, устойчивость к промпт-инъекциям, мониторинг цепочки рассуждений). По заявлению Google, успешное «читерство» на Terminal-Bench 4.0 снижено до 0,0%, а попытки, до 0,4%; в живых средах программирования с внутренними командами серьёзные оповещения о рассогласовании (misalignment) сократились почти на 80%. Количество необоснованных утверждений упало примерно вдвое по сравнению с Argon; избыточные действия сократились на 26%, недоделки, на 29%. На бенчмарке Gray Swan по непрямым промпт-инъекциям успешность атак у Argon составляла 0,7%, у Carbon, 0,0%.

Доступ открывают осторожно. Google участвует в добровольном процессе предрелизного тестирования моделей, организованном правительством США. На этой неделе Carbon получит часть специалистов по киберзащите, затем доступ будет постепенно расширяться на доверенных партнёров через программу Fairwind. Разработчикам, компаниям и обычным пользователям модель обещана «как можно скорее», после сбора отзывов и доработки защитных ограничений; даты нет. Вводная цена такая же, как у Argon: $2 за миллион входных и $10 за миллион выходных токенов, кэшированные входные токены, со скидкой 95%.

Ключевые факты

  • Gemini 4 Carbon, новая модель Google, вышедшая через две недели после Gemini 4 Argon; по заявлению компании, самая сильная, с упором на кибербезопасность и долгие задачи.
  • Первое место в Artificial Analysis Intelligence Index v5.0 (59); в тестах без защитных ограничений: SEC-bench Pro, 88,2%, ExploitGym, 54,8%, CWE-bench, 71,0%.
  • Доступ сначала только для части специалистов по киберзащите через программу Fairwind; для разработчиков, бизнеса и пользователей, «как можно скорее», без даты.
  • Вводная цена: $2 за миллион входных и $10 за миллион выходных токенов; кэшированные входные токены дешевле на 95%.
  • Почти все данные о безопасности и работе в реальных условиях, внутренние замеры Google.

Почему это важно

Google выпускает вторую модель семейства Gemini 4 всего через две недели после первой и делает ставку на кибербезопасность: поиск уязвимостей, проверку их эксплуатируемости и исправление. Carbon возглавляет индекс Artificial Analysis (59) и показывает лучшие, по заявлению Google, результаты на трёх профильных бенчмарках. Заметен и сам подход к запуску: сначала узкий круг защитников, а широкий доступ, после доработки защитных ограничений и на фоне участия в добровольном правительственном тестировании.

Кому это важно

Командам безопасности и исследователям уязвимостей, как будущим первым пользователям программы Fairwind. Разработчикам, которые следят за ценой и качеством кодовых моделей: цена озвучена, но общий доступ пока не открыт. Всем, кто оценивает темп гонки передовых моделей.

Как это применить

Пока модель доступна лишь отдельным специалистам по киберзащите и доверенным партнёрам через Fairwind; остальным остаётся ждать. Вводная цена, $2 за миллион входных и $10 за миллион выходных токенов, кэшированные входные токены со скидкой 95%. Сколько действует вводная цена и какой будет дальше, в тексте анонса не сказано.

Можно ли доверять

Источник, анонс самой Google, то есть первоисточник, но не независимая проверка. Внешние бенчмарки (SEC-bench Pro, ExploitGym, CWE-bench, Artificial Analysis) названы, однако результаты приведены самой компанией и получены без защитных ограничений. Данные про 2-кратный рост безопасного кода, снижение рассогласования почти на 80% и сокращение необоснованных утверждений, внутренние тесты Google. Сравнение команды Chrome идёт с неназванной «моделью другой лаборатории». Независимой проверки заявлений в анонсе нет.

Риски и подводные камни

Цифры получены без защитных ограничений, так что в готовом продукте поведение может отличаться. Сроки общего доступа не названы, а цена называется вводной без указания срока. Модель с сильными возможностями по эксплуатации уязвимостей двойного назначения, Google потому и ограничивает доступ и дорабатывает защиту. Утверждение о лучшем опыте совместной работы дано как ожидание («пользователи должны заметить»), а не измеренный результат.

«Наши исследователи и модели работают рука об руку, чтобы быстрее развивать возможности, одновременно усиливая наши меры защиты.»

— Google, анонс Gemini 4 Carbon