গুগল ডিপমাইন্ড জেমিনি 4 কার্বন প্রকাশ করেছে, তার নতুন ফ্রন্টিয়ার এআই মডেল, জেমিনি 4 আর্গন শিপিংয়ের মাত্র দুই সপ্তাহ পরে। নতুন মডেলটি আর্টিফিশিয়াল অ্যানালাইসিস ইন্টেলিজেন্স ইনডেক্স v5-এর শীর্ষে 59 পয়েন্ট নিয়ে আত্মপ্রকাশ করেছে — আর্গনের 50-এর উপরে নয়-পয়েন্ট লাফ — এবং এটি দীর্ঘ-চলমান, স্বায়ত্তশাসিত ইঞ্জিনিয়ারিং কাজের জন্য তৈরি করা হয়েছে। বেশিরভাগ ব্যবহারকারীদের অপেক্ষা করতে হবে, যদিও: এর উন্নত সাইবার নিরাপত্তা ক্ষমতার কারণে, কার্বন মার্কিন সরকারের স্বেচ্ছামূলক প্রাক-পরীক্ষা প্রক্রিয়ার মধ্য দিয়ে যাচ্ছে এবং প্রাথমিকভাবে শুধুমাত্র নির্বাচিত নিরাপত্তা বিশেষজ্ঞদের জন্য উপলব্ধ। সাম্প্রতিক AI উন্নয়নের ক্রমাগত কভারেজের জন্য, রোলআউট প্রসারিত হওয়ার সাথে সাথে AI Buzz Wire-কে অনুসরণ করুন।

একটি নিরাপত্তা-প্রথম রোলআউট

কার্বনের অস্বাভাবিক প্রকাশের পথটি প্রতিফলিত করে যে মডেলটি আক্রমণাত্মক এবং প্রতিরক্ষামূলক সাইবার উভয় কাজে কতটা সক্ষম। গুগল বলেছে যে এর ক্ষমতা সম্পূর্ণ সাইবার প্রতিরক্ষা জীবনচক্র, দুর্বলতা সনাক্তকরণ এবং যাচাই করা থেকে তাদের প্যাচ করা পর্যন্ত। রয়টার্স জানিয়েছে যে মডেলটির একটি স্বতন্ত্র সাইবারসিকিউরিটি ফোকাস রয়েছে, এবং আরস টেকনিকা এটিকে তার শিরোনামে স্পষ্টভাবে তুলে ধরেছে: এটি একটি সীমান্ত মডেল "যা আপনি ব্যবহার করতে পারবেন না" - অন্তত এখনও নয়, যদিও এটি উন্নত এআই সিস্টেমের জন্য সরকারের প্রাক-পরীক্ষা প্রক্রিয়ায় বসে।

Google সাধারণ উপলব্ধতার জন্য একটি তারিখ ঘোষণা করেনি। মূল্য নির্ধারণ, যাইহোক, ইতিমধ্যেই সর্বজনীন: কার্বনের দাম আর্গনের মতোই, যা পরপর দুটি মডেল জেনারেশনের মাধ্যমে গুগলের সীমান্ত টোকেন হার অপরিবর্তিত রাখে।

বহু দিনের স্বায়ত্তশাসিত কাজের জন্য নির্মিত

সংস্থাটি বলেছে যে এটি "অনেক কঠিন, দীর্ঘ-দিগন্তের প্রকৌশল সমস্যার" জন্য কার্বন ডিজাইন করেছে যা ক্রমাগত এজেন্টিক কর্মপ্রবাহের দাবি রাখে। Google-এর মতে, অভ্যন্তরীণ দলগুলি একাধিক দিন ধরে মডেলটি চালিয়েছিল, এই সময়ে এটি তার নিজস্বভাবে কাজ করেছে এবং জটিল, বহু-পদক্ষেপের কাজগুলি যেমন রুট-কজ বিশ্লেষণ এবং বৃহৎ কোডবেস এবং নিম্ন-স্তরের সফ্টওয়্যারগুলিতে সূক্ষ্ম বাগ সংশোধন করেছে।

Google প্রাথমিক ব্যবহারকারীর প্রতিক্রিয়ার ভিত্তিতে বৈজ্ঞানিক যুক্তি, মাল্টিমোডাল বোঝাপড়া এবং ফুল-স্ট্যাক ওয়েব ডেভেলপমেন্টের উন্নতিরও রিপোর্ট করে।

সামগ্রিকভাবে শক্তিশালী, এখনও কোডিংয়ে ক্লদকে তাড়া করছে

বেঞ্চমার্ক ছবি শক্তিশালী, কিন্তু ক্লিন সুইপ নয়। কৃত্রিম বিশ্লেষণ বুদ্ধিমত্তা সূচক v5-এ, কার্বন তার সর্বোচ্চ যুক্তির স্তরে প্রধানত জটিল যুক্তি, জ্ঞান পুনরুদ্ধার এবং বৈজ্ঞানিক কাজগুলিতে শীর্ষ স্কোরের মাধ্যমে ক্ষেত্রের নেতৃত্ব দেয়, সূচকের নয়টি পৃথক মূল্যায়নের মধ্যে চারটিতে প্রথম স্থান অধিকার করে।

এজেন্টিক কোডিং-এ, কার্বন এখনও অ্যানথ্রপিকের ক্লড ওপাস 5.5-কে তিন পয়েন্টে পিছিয়ে দিয়েছে — 59 বনাম 62 — এমনকি Argon-এর 53 থেকে বড় লাফ দেওয়ার পরেও। WebDev Arena লিডারবোর্ডে, কার্বন 89 Elo পয়েন্ট পেয়ে 1,769-এ পৌঁছেছে, যা এটিকে চতুর্থ স্থানে রেখেছে।

স্বাধীন মূল্যায়ন একই ধরনের গল্প বলে। মূল্যায়ন প্ল্যাটফর্ম Vals AI কার্বন 70.36 শতাংশ নির্ভুলতায় দ্বিতীয় স্থানে রয়েছে, 70.85 শতাংশে Claude Sonnet 5.5 এর পিছনে কিন্তু Claude Opus 5.5-এর থেকে 70.18 শতাংশে এগিয়ে, Argon 69.24 শতাংশে চতুর্থ।

এজেন্টিক জ্ঞান কাজের জন্য কৃত্রিম বিশ্লেষণের AA-ব্রীফকেস বেঞ্চমার্কে, কার্বন 1,609 ইলোতে পৌঁছেছে, আর্গনের 1,483-এর তুলনায় 126-পয়েন্ট বৃদ্ধি পেয়েছে। এটি এখনও Kimi K3.1 Pro-এর পিছনে 1,678-এ, Muse Wonder-এর 1,659-এ এবং Grok 4.7-এর X-উচ্চ সেটিং-এ 1,638-এ।

সঠিকতা বেড়েছে, হ্যালুসিনেশনও বেড়েছে

কৃত্রিম বিশ্লেষণের মূল্যায়নে উত্তরের নির্ভুলতা আর্গনের সাথে 48 শতাংশ থেকে কার্বনের সাথে 58 শতাংশে উন্নীত হয়েছে। হ্যালুসিনেশনের হার 4 থেকে 11 শতাংশ বেড়েছে — উচ্চতর, কিন্তু এখনও র‌্যাঙ্কিংয়ে দ্বিতীয়-নিম্ন। তুলনা করার জন্য, ক্লাউড ওপাস 5.5 এবং GPT-6 অ্যাস্ট্রা তাদের সর্বোচ্চ যুক্তি সেটিংসে প্রতিটি একই পরিমাপে 50 শতাংশে বসে, দ্য ডিকোডার দ্বারা রিপোর্ট করা কৃত্রিম বিশ্লেষণ ডেটা অনুসারে।

নিরাপত্তা বেঞ্চমার্ক: একটি কাছাকাছি-নিখুঁত প্রম্পট ইনজেকশন স্কোর

নিরাপত্তা যেখানে Google তার সবচেয়ে বড় জয় দাবি করে। কোম্পানির নিজস্ব বেঞ্চমার্ক নির্বাচনের ক্ষেত্রে, কার্বন 16টির মধ্যে 15টি পরীক্ষায় প্রথম স্থান অধিকার করে, বিশেষ করে দীর্ঘ-প্রসঙ্গ এবং নিরাপত্তা সংক্রান্ত কাজে ক্ষেত্র থেকে দূরে সরে যায়।

গ্রে সোয়ানের পরোক্ষ প্রম্পট ইনজেকশন বেঞ্চমার্কে, গুগল বলেছে যে কার্বন আক্রমণের সাফল্যের হারকে 0.7 শতাংশ থেকে আর্গনের সাথে 0.0 শতাংশে নামিয়ে এনেছে, পরীক্ষার সেটে প্রতিটি ম্যানিপুলেশন প্রচেষ্টাকে ব্লক করে। ডিকোডার সতর্ক করে দেয় যে এর অর্থ এই নয় যে প্রম্পট ইনজেকশন সমাধান করা হয়েছে - পরীক্ষাটি পরিপূর্ণ বলে মনে হচ্ছে - তবে ফলাফলটি ব্যাখ্যা করতে সাহায্য করে কেন মার্কিন কর্মকর্তারা মডেলটি জনসাধারণের কাছে পৌঁছানোর আগে এটিকে প্রাক-নিয়োজন করতে চান৷

দুই সপ্তাহে দুটি সীমান্ত মডেল

গতি বার্তা। এক পাক্ষিকের মধ্যে দুটি ফ্রন্টিয়ার রিলিজ — অক্টোবরের মাঝামাঝি আর্গন, কার্বন এখন — গুগল ডিপমাইন্ড থেকে একটি আক্রমণাত্মক ক্যাডেন্স চিহ্নিত করে কারণ এটি স্বাধীন লিডারবোর্ডের শীর্ষে এবং এন্টারপ্রাইজ চুক্তির জন্য অ্যানথ্রোপিক এবং ওপেনএআই-এর সাথে প্রতিযোগিতা করে।

আপাতত, স্কোরবোর্ডটি এভাবে পড়ে: কার্বন সামগ্রিক সূচকে নেতৃত্ব দেয়, ক্লড ওপাস 5.5 এজেন্টিক কোডিং মুকুট রাখে, এবং বাজারে সবচেয়ে শক্তিশালী সাইবার-সক্ষম মডেলটি সরকারি পর্যালোচনা দরজার পিছনে রয়েছে। যখন কার্বন আরও ব্যাপকভাবে খোলে, অপরিবর্তিত মূল্যের অর্থ হল আসল প্রতিযোগীতা ডিসকাউন্টের পরিবর্তে টোকেন প্রতি সক্ষমতার দ্বারা নির্ধারিত হবে — এবং Google এই মেট্রিকের উপর বার বাড়িয়েছে।

---

এআই থেকে এগিয়ে থাকুন

সর্বশেষ AI খবর, বিশ্লেষণ এবং সাফল্য পান — সব এক জায়গায়।

আরও এআই খবর পড়ুন →