گوگل دیپ مایند Gemini 4 Carbon، جدیدترین مدل هوش مصنوعی مرزی خود را تنها دو هفته پس از ارسال Gemini 4 Argon منتشر کرد. این مدل جدید با 59 امتیاز در صدر فهرست هوش مصنوعی تجزیه و تحلیل مصنوعی v5 قرار دارد - یک جهش نه امتیازی از 50 آرگون - و برای کارهای مهندسی طولانی مدت و مستقل ساخته شده است. با این حال، اکثر کاربران باید منتظر بمانند: به دلیل قابلیت‌های امنیت سایبری پیشرفته‌اش، کربن فرآیند پیش‌آزمایی داوطلبانه دولت ایالات متحده را طی می‌کند و در ابتدا فقط برای کارشناسان امنیتی منتخب در دسترس است. برای پوشش مداوم [آخرین پیشرفت‌های هوش مصنوعی] (https://aibuzzwire.news)، با گسترش عرضه، AI Buzz Wire را دنبال کنید.

اولین عرضه امنیتی

مسیر انتشار غیرمعمول کربن نشان‌دهنده توانایی این مدل در کار سایبری تهاجمی و تدافعی است. گوگل می‌گوید که قابلیت‌هایش تمام چرخه حیات دفاع سایبری، از شناسایی و اعتبارسنجی آسیب‌پذیری‌ها تا اصلاح آن‌ها را در بر می‌گیرد. رویترز گزارش داد که این مدل تمرکز مشخصی بر امنیت سایبری دارد، و Ars Technica آن را به صراحت در تیتر خود آورده است: این یک مدل مرزی است که «نمی‌توانید از آن استفاده کنید» – حداقل هنوز اینطور نیست، در حالی که در فرآیند پیش‌آزمایی دولت برای سیستم‌های هوش مصنوعی پیشرفته قرار دارد.

گوگل تاریخی را برای در دسترس بودن عمومی اعلام نکرده است. با این حال، قیمت گذاری در حال حاضر عمومی است: کربن با قیمت آرگون برابر است و نرخ توکن مرزی گوگل را در دو نسل مدل متوالی بدون تغییر نگه می دارد.

برای کارهای مستقل چند روزه ساخته شده است

این شرکت می‌گوید کربن را برای «مشکلات مهندسی بسیار سخت‌تر و طولانی‌تر» طراحی کرده است که نیازمند جریان‌های کاری دائمی است. به گفته گوگل، تیم‌های داخلی مدل را برای چندین روز متوالی اجرا کردند، در طی آن مدل به تنهایی از طریق بن‌بست کار کرد و وظایف پیچیده و چند مرحله‌ای مانند تجزیه و تحلیل ریشه‌ای و رفع اشکالات ظریف در پایگاه‌های کد بزرگ و نرم‌افزارهای سطح پایین را انجام داد.

گوگل همچنین بهبودهایی در استدلال علمی، درک چندوجهی، و توسعه وب تمام پشته بر اساس بازخورد اولیه کاربران گزارش می دهد.

به طور کلی قوی است، هنوز هم در تعقیب کلود در برنامه نویسی

تصویر معیار قوی است، اما نه یک جاروی تمیز. در شاخص هوش آنالیز مصنوعی v5، کربن در بالاترین رده استدلال خود عمدتاً از طریق نمرات برتر در استدلال پیچیده، بازیابی دانش و وظایف علمی پیشتاز میدان است و در چهار مورد از 9 ارزیابی فردی این شاخص جایگاه اول را به خود اختصاص داده است.

در کدنویسی عاملی، کربن همچنان از کلود اوپس 5.5 آنتروپیک با سه امتیاز - 59 در مقابل 62 - عقب است.

ارزیابی های مستقل داستان مشابهی را بیان می کنند. پلتفرم ارزیابی Vals AI در رتبه دوم کربن با دقت 70.36 درصد قرار دارد، پس از کلود سونت 5.5 با 70.85 درصد اما بالاتر از Claude Opus 5.5 با 70.18 درصد و آرگون با 69.24 درصد در رتبه چهارم قرار دارد.

در معیار تحلیل مصنوعی AA-Briefcase برای کار دانش عاملی، کربن به 1609 Elo رسید که 126 امتیاز نسبت به آرگون 1483 افزایش داشت. هنوز هم پشت Kimi K3.1 Pro با قیمت 1678، Muse Wonder با 1659 و Grok 4.7 در تنظیمات xhigh خود در 1638 قرار دارد.

دقت بالا، توهمات هم بالاست

دقت پاسخ در ارزیابی های آنالیز مصنوعی از 48 درصد با آرگون به 58 درصد با کربن افزایش یافت. نرخ توهم از 4 به 11 درصد افزایش یافت - بالاتر، اما همچنان دومین پایین ترین رتبه در رتبه بندی است. برای مقایسه، طبق داده‌های تجزیه و تحلیل مصنوعی گزارش‌شده توسط The Decoder، Claude Opus 5.5 و GPT-6 Astra در حداکثر تنظیمات استدلال خود، هر کدام 50 درصد در یک اندازه قرار دارند.

معیارهای امنیتی: یک امتیاز تزریق سریع تقریباً عالی

امنیت جایی است که گوگل ادعای بزرگ‌ترین برد خود را دارد. در انتخاب معیار خود شرکت، کربن در 15 آزمایش از 16 آزمایش، جایگاه اول را به خود اختصاص داده است، به خصوص در زمینه‌های طولانی و وظایف امنیتی.

در معیار تزریق سریع غیرمستقیم Grey Swan، گوگل می‌گوید کربن نرخ موفقیت حمله را از 0.7 درصد با آرگون به 0.0 درصد کاهش داد و مانع از هر تلاش دستکاری در مجموعه آزمایشی شد. رسیور هشدار می دهد که این به این معنی نیست که تزریق سریع حل شده است - آزمایش اشباع شده به نظر می رسد - اما نتیجه به توضیح اینکه چرا مقامات ایالات متحده می خواهند قبل از استقرار مدل قبل از دسترسی به عموم، نگاهی به مدل قبل از استقرار داشته باشند کمک می کند.

دو مدل مرزی در دو هفته

سرعت پیام است. دو نسخه مرزی در عرض یک دو هفته - Argon در اواسط اکتبر، کربن اکنون - یک آهنگ تهاجمی از Google DeepMind را نشان می‌دهد که با Anthropic و OpenAI برای کسب رتبه‌های برتر مدیران مستقل و برای قراردادهای سازمانی رقابت می‌کند.

در حال حاضر، جدول امتیازات به این صورت است: کربن در شاخص کلی پیشتاز است، کلود اوپوس 5.5 تاج کدگذاری عامل را حفظ می‌کند، و قوی‌ترین مدل دارای قابلیت سایبری در بازار پشت درب بررسی دولتی است. وقتی کربن به طور گسترده‌تری باز می‌شود، قیمت‌گذاری بدون تغییر به این معنی است که رقابت واقعی بر اساس قابلیت هر توکن به جای تخفیف تعیین می‌شود – و گوگل به تازگی سطح این معیار را افزایش داده است.

---

از هوش مصنوعی جلوتر بمانید

آخرین اخبار، تحلیل ها و پیشرفت های هوش مصنوعی را دریافت کنید - همه در یک مکان.

بیشتر بخوانید اخبار هوش مصنوعی →