Как сообщает Google, компания представила Gemini 4 Carbon — свою сильнейшую модель, ориентированную на кибербезопасность и сложные задачи с длинным горизонтом планирования. Модель заняла первое место в обновлённом рейтинге Artificial Analysis Intelligence Index v5.0 с результатом 59 и вышла через две недели после Gemini 4 Argon.
Наибольший прирост Carbon показала в киберзащите: 88,2% на бенчмарке SEC-bench Pro (поиск реальных уязвимостей в коде), 54,8% на ExploitGym (проверка того, какие уязвимости реально эксплуатируемы) и 71,0% на CWE-bench от Collinear (исправление первопричин). По внутренним замерам Google, модель более чем вдвое превзошла Argon по доле генерации безопасного кода.
Команда Chrome, по данным Google, зафиксировала, что Carbon создаёт качественные патчи более чем в 10 раз лучше, чем фронтальная модель другой лаборатории. Платформа облачной безопасности Wiz отметила лидерство модели в бенчмарках по веб-пентесту — тестированию сайтов на защищённость путём имитации атак.
Carbon рассчитана на длительные агентные задачи, когда ИИ автономно работает над многошаговыми проектами без постоянного контроля человека. Внутри Google модель работала по несколько дней подряд, локализуя и исправляя ошибки в больших кодовых базах; на рейтинге WebDev Arena она поднялась на четвёртое место с результатом 1769 (+89 elo).
Отдельно Google заявляет о прогрессе в безопасности самой модели: успешные попытки «читерства» на бенчмарке Terminal-Bench 4.0 снижены до 0,0%, а на бенчмарке Gray Swan по prompt-инъекциям — внедрению вредоносных инструкций в текст, обрабатываемый моделью, — успешных атак не зафиксировано.
Доступ открывается постепенно: сначала — части специалистов по киберзащите и доверенным партнёрам через программу Fairwind; Google также участвует в добровольной процедуре предрелизного тестирования моделей с правительством США. Цены — на уровне Argon: $2 за миллион входных токенов и $10 за миллион выходных, кэшированные входные токены — со скидкой 95%.
