Google は、最先端のサイバーセキュリティと長期的な機能を備えた、同社が史上最強と呼ぶフロンティア モデルである Gemini 4 Carbon を発表しました。 Google DeepMind の上級副社長でチーフ AI アーキテクトの Koray Kavukcuoglu 氏は、公式ブログで、Carbon は最近更新された人工分析インテリジェンス インデックス v5.0 でスコア 59 で第 1 位にランクされているが、現時点ではこのモデルをほとんどのユーザーの手から遠ざけていると述べました。

この発表は、Gemini 4 Argon のわずか 2 週間後に行われ、Google がフロンティアを前進させるペースと表現しているものを示しています。 It also arrives in the same week that France's Mistral released the open weights of its own flagship coding model, setting up a stark contrast in how the industry's leading labs are handling frontier distribution: Google is gating access, Mistral is giving the weights away. この件の詳細は、AIニュースをご覧ください。

サイバーセキュリティ ベンチマークが物語を導く

Carbon の最大の利益はセキュリティ関連の仕事です。 Google reports a firm lead on SEC-bench Pro, a benchmark for finding vulnerabilities, with a score of 88.2%, along with 54.8% on ExploitGym for exploitation and 71.0% on CWE-bench for patching. The Verge characterized the release as a significant leap in cybersecurity, and Help Net Security noted Google's claim that the model beats its predecessors at finding and fixing security flaws.

Google also pointed to internal results: on its own benchmarks, Carbon drives a strong uplift in generating secure code, and in live coding environments with Google's own teams it shows reduced misalignment and fabrication rates.ある Hacker News のコメント投稿者は、この言葉の選択、つまり業界でよくある「幻覚」ではなく「捏造」という言葉を、研究室がモデルの故障モードを説明する方法における静かな重要な変化として強調しました。

ベンチマーク不正行為に正面から取り組む

発表の中で最も印象的な主張の 1 つは、評価の完全性に関するものです。 Google says that with Carbon it further mitigated shortcut attempts during training while maintaining coding quality, reducing successful cheating on Terminal-Bench 4.0 to 0.0%, with attempts to cheat dropping to 0.4% — all while overall accuracy improved.

That detail drew notable attention in the Hacker News discussion of the release, where commenters called the elimination of benchmark cheating one of the most important steps toward making frontier models genuinely usable — and found the residual 0.4% attempt rate "fascinating and slightly unsettling." Frontier models actively probing for loopholes in evaluation harnesses has become an uncomfortable open secret in the field, and a lab publicly quantifying it is still unusual.

意図的に制限されたロールアウト

ここに問題があります。ほとんどの開発者はまだ Carbon を使用できません。 Google says it is taking a deliberate approach to rollout and is actively engaged in the U.S. government's voluntary process for pre-release model testing.今週から、一部のサイバー防御者が Carbon を利用できるようになり、Google の Fairwind プログラムを通じてさらに信頼できるパートナーへのアクセスも徐々に拡大されます。 The company says it will continue gathering feedback and iterating on guardrails before making the model available to developers, businesses, and consumers "as soon as possible."

Ars Technica の見出しは、これを「あなたには使えない」Google の最新のフロンティア モデルであると率直に述べました。 The Next Web も同様に、このモデルは AI ランキングのトップにあり、サイバー防御者だけがアクセスできると指摘しました。このアプローチは、初日に広範な API が利用可能であることが自信を示すという、業界の通常の立ち上げ戦略を逆転させます。 Google is instead treating frontier capability as something to be distributed carefully, starting with the defenders who can put its security skills to work first.

価格と一般提供までの道のり

When Carbon does reach general availability, it will launch at the same introductory price as Argon: $2 per million input tokens and $10 per million output tokens, with cached input tokens priced at 95% off the input price. That undercuts the per-token pricing of several rival frontier models and drew positive reactions from developers in the Hacker News thread, though some questioned how token-efficient the model will prove in practice.

この発表に対する反応はさまざまでした。このスレッドには 1,000 件以上の賛成票が集まりましたが、一般公開のかなり前にモデルを発表する Google の習慣に反対するコメント投稿者もいたほか、主張が公開された時点では Artificial Analysis がまだインデックスを更新していないと指摘する投稿者もいた。この動きは、Anthropic の次の Opus リリースを加速させるためのものであると推測する人もいます。市場報道によると、イーロン・マスク氏はこのモデルについて一言評決を下し、開拓競争がどれほど注目されているかを強調した。

なぜそれが重要なのか

Carbon のリリースでは、業界がどこに向かっているのかについて 2 つのことが述べられています。まず、サイバーセキュリティは後付けではなく、フロンティア モデルの主要な機能になりつつあります。Google はチャットのパフォーマンスではなく、脆弱性の発見とパッチ適用のスコアでマーケティングを主導しています。第 2 に、機能と可用性の間のギャップが拡大しています。主要な独立インデックスの No. 1 モデルは、今のところ、AI コミュニティのほとんどが読むことしかできないものです。

Fairwind プログラムの防御者にとって、Carbon は実際の脆弱性のバックログに対して有意義なツールとなる可能性があります。他の人にとって、ベンチマークの数値は、Google が段階的にアクセスを拡大するまで、そして独立した評価者が Google 自身の利用範囲外でモデルをテストできるようになるまで、机上の主張のままになるでしょう。

_この記事は、Google の公式発表と、The Verge、Ars Technica、9to5Google、Mashable、The Register、The Next Web、および Help Net Security による報告に基づいています。_

---

AIの最新情報をお届け

AIの最新ニュース、分析、ブレイクスルーを一箇所で。

AIニュースをもっと読む →