• Google объявила о выпуске Gemini 4 Carbon.
  • Модель заняла первое место в Artificial Analysis Intelligence Index v5.0 с результатом 59 баллов.
  • Она показала результаты 88,2% в поиске уязвимостей, 54,8% в тестировании их эксплуатации и 71% в создании исправлений.

Компания Google объявила о выпуске Gemini 4 Carbon — новой модели со специализацией на кибербезопасности, программировании и выполнении сложных многошаговых задач. По данным компании, модель заняла первое место в обновленном индексе Artificial Analysis Intelligence Index v5.0 с результатом 59 баллов.

Carbon построена на основе Gemini 4 Argon, которую компания представила двумя неделями ранее. Разработчики заявляют об улучшениях в агентных рабочих процессах, создании кода и работе с крупными программными проектами.

По данным Google, модель продемонстрировала такие результаты на профильных бенчмарках:

  • SEC-bench Pro — 88,2%. Выявление уязвимостей в реальном программном обеспечении;
  • ExploitGym — 54,8%. Проверка возможности эксплуатации уязвимостей;
  • CWE-bench — 71%. Создание исправлений, которые устраняют первопричины уязвимостей.

Компания также сообщила, что во внутренних тестах Carbon более чем вдвое повысила успешность генерации безопасного кода по сравнению с Argon. По данным команды Chrome, модель показала результат более чем в 10 раз лучше показателя неназванной конкурентной фронтирной модели при создании качественных исправлений.

Отдельно Google отметила улучшения в веб-разработке: Carbon поднялась на 89 пунктов ELO и заняла четвертое место с результатом 1768 на WebDev Arena.

Компания усилила защитные механизмы модели

Google заявляет, что Carbon стала надежнее при выполнении сложных задач и работе в условиях неопределенности. По внутренним оценкам компании, количество беспочвенных утверждений уменьшилось примерно вдвое по сравнению с Argon, а уведомления о критических несоответствиях в рабочих процессах внутренних команд сократились почти на 80%.

На бенчмарке Terminal-Bench 4.0 уровень успешного обхода задач ради более коротких путей к результату составил 0%, а доля соответствующих попыток — 0,4%. В то же время Carbon снизила показатели избыточных действий на 26% и недостаточного выполнения задач на 29%.

В тесте Gray Swan Indirect Prompt Injection модель отразила все оцениваемые попытки атак с промпт-инъекциями, достигнув показателя успешности атак 0% против 0,7% у Argon.

Google уточнила, что результаты внешних бенчмарков кибербезопасности были получены без защитных ограничений модели. Компания также продолжает совершенствовать механизмы защиты перед более широким развертыванием.

Доступ к Gemini 4 Carbon 

На первом этапе Google предоставит Carbon ограниченной группе специалистов по кибербезопасности, а затем расширит доступ через программу Fairwind для доверенных партнеров. Компания также сообщила об участии в добровольном процессе предварительного тестирования моделей правительством США.

После дополнительного тестирования и совершенствования защитных механизмов Google планирует открыть модель для разработчиков, бизнеса и обычных пользователей.

Стартовая цена Gemini 4 Carbon будет соответствовать тарифам Argon: $2 за миллион входных токенов и $10 за миллион выходных. Для кешированного текста предусмотрена скидка 95% на входные токены.

Напомним, ранее Google создала систему защиты криптоактивов для банков.

Сообщение Google представила Gemini 4 Carbon с усиленными возможностями кибербезопасности появились сначала на INCRYPTED.