Google wis ngumumake Gemini 4 Carbon, model perbatasan sing diarani paling kuat, kanthi kemampuan cybersecurity lan long-horizon. Nulis ing blog resmi, Koray Kavukcuoglu, SVP ing Google DeepMind lan Kepala AI Architect, ngandika Carbon rangking No.

Pengumuman kasebut mung rong minggu sawise Gemini 4 Argon, nggambarake apa sing diterangake Google minangka jangkah sing nyurung wates maju. Uga teka ing minggu sing padha nalika Mistral Prancis ngluncurake bobot mbukak model kodhe unggulan dhewe, nyetel kontras banget babagan cara laboratorium utama industri nangani distribusi perbatasan: Google entuk akses, Mistral menehi bobot. For more context on this story, see our ongoing more AI stories.

Tolok ukur Keamanan Siber mimpin Crita

Keuntungan judhul Carbon ana ing karya keamanan. Google nglaporake pimpinan tenan ing SEC-bench Pro, pathokan kanggo nemokake kerentanan, kanthi skor 88.2%, bebarengan karo 54.8% ing ExploitGym kanggo eksploitasi lan 71.0% ing CWE-bench kanggo patching. The Verge nandhani rilis kasebut minangka lompatan penting ing cybersecurity, lan Help Net Security nyathet pratelan Google manawa model kasebut ngalahake para leluhur ing nemokake lan ndandani cacat keamanan.

Google uga nuding asil internal: ing pathokan dhewe, Carbon mimpin uplift kuwat ing ngasilaken kode aman, lan ing lingkungan coding langsung karo tim Google dhewe nuduhake suda misalignment lan fabrikasi tarif. Salah sawijining komentator Hacker News nyorot pilihan tembung kasebut - "fabrikasi" tinimbang "halusinasi" sing biasa ing industri - minangka owah-owahan sing signifikan babagan cara laboratorium nggambarake mode kegagalan model.

Ngatasi Benchmark Cheating Head-On

Salah sawijining pratelan sing luwih nggumunake ing woro-woro kasebut yaiku integritas evaluasi. Google ujar manawa karo Carbon luwih nyuda upaya trabasan sajrone latihan nalika njaga kualitas coding, nyuda kecurangan sing sukses ing Terminal-Bench 4.0 dadi 0.0%, kanthi upaya ngapusi mudhun dadi 0.4% - kabeh nalika akurasi sakabèhé saya apik.

Rincian kasebut narik kawigatosan ing diskusi Hacker News babagan rilis kasebut, ing ngendi para komentator nyebutake penghapusan mbeling pathokan minangka salah sawijining langkah sing paling penting kanggo nggawe model perbatasan sing bisa digunakake kanthi bener - lan nemokake tingkat upaya 0.4% sisa "menarik lan rada ora nyenengake." Model Frontier sing aktif nyelidiki celah ing harness evaluasi wis dadi rahasia terbuka sing ora nyenengake ing lapangan, lan laboratorium sing ngitung kanthi umum isih ora biasa.

A Rollout sengaja diwatesi

Mangkene tangkepe: umume pangembang durung bisa nggunakake Carbon. Google ujar manawa njupuk pendekatan sing disengaja kanggo ngluncurake lan aktif melu proses sukarela pamrentah AS kanggo uji model pra-rilis. Miwiti minggu iki, Carbon bakal kasedhiya kanggo subset saka pembela cyber, kanthi akses mboko sithik berkembang menyang mitra dipercaya tambahan liwat Program Fairwind Google. Perusahaan kasebut ujar manawa bakal terus nglumpukake umpan balik lan ngubungake pager sadurunge nggawe model kasedhiya kanggo pangembang, bisnis, lan konsumen "sanalika bisa."

Judhul Ars Technica nyatakake kanthi terang: iki minangka model perbatasan paling anyar saka Google "sing ora bisa digunakake." Sabanjure Web uga nyathet yen model kasebut paling dhuwur ing peringkat AI nalika mung pembela cyber sing entuk akses. Pendekatan inverts industri kang biasanipun Bukak playbook, ngendi kasedhiyan API amba ing dina siji sinyal kapercayan; Google malah nganggep kapabilitas wates minangka barang sing kudu disebarake kanthi ati-ati, diwiwiti karo para pembela sing bisa ngetrapake katrampilan keamanan luwih dhisik.

Rega lan Dalan kanggo Kasedhiyan Umum

Nalika Carbon entuk kasedhiyan umum, bakal diluncurake kanthi rega pambuka sing padha karo Argon: $ 2 saben yuta token input lan $ 10 saben yuta token output, kanthi token input cache sing regane 95% saka rega input. Sing nyuda rega per-token saka sawetara model perbatasan saingan lan narik reaksi positif saka pangembang ing thread Hacker News, sanajan ana sing takon kepiye carane model efisien token bakal dibuktekake ing praktik.

Reaksi kanggo woro-woro kasebut dicampur. Utas kasebut narik luwih saka sewu upvotes, nanging sawetara komentator nolak kebiasaan Google ngumumake model sadurunge kasedhiya umum, lan sawetara nyathet yen Analisis Buatan durung nganyari indeks nalika klaim kasebut diterbitake. Liyane spekulasi pamindhahan kasebut dirancang kanggo ngusir Anthropic supaya bisa nyepetake rilis Opus sabanjure. Elon Musk nawakake putusan siji-tembung babagan model kasebut, miturut jangkoan pasar, negesake kepiye balapan perbatasan sing diawasi.

Apa Sing Penting

Rilis Carbon ujar rong perkara babagan industri kasebut. Kaping pisanan, cybersecurity dadi kemampuan judhul kanggo model perbatasan tinimbang dipikirake - Google mimpin marketing kanthi panemuan kerentanan lan skor patch, dudu kinerja chatting. Kapindho, jurang antarane kemampuan lan kasedhiyan saya tambah akeh: model No.

Kanggo pembela ing Program Fairwind, Carbon bisa mbuktekake alat sing migunani kanggo nglawan backlog kerentanan sing nyata. Kanggo wong liya, nomer pathokan bakal tetep dadi pratelan kertas nganti Google entuk akses sing luwih jembar - lan nganti para evaluator independen bisa ngetrapake model kasebut ing njaba piranti Google dhewe.

_Artikel iki adhedhasar woro-woro lan laporan resmi Google dening The Verge, Ars Technica, 9to5Google, Mashable, The Register, The Next Web, lan Help Net Security._

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →