Google telah mengumumkan Gemini 4 Carbon, model sempadan yang dipanggilnya paling kuat, dengan keselamatan siber terkini dan keupayaan jangka panjang. Menulis di blog rasmi, Koray Kavukcuoglu, SVP di Google DeepMind dan Ketua Arkitek AI, berkata Carbon berada di kedudukan No. 1 pada v5.0 yang dikemas kini baru-baru ini Indeks Kepintaran Analisis Buatan dengan skor 59 — tetapi syarikat itu mengekalkan model itu daripada kebanyakan pengguna buat masa ini.
Pengumuman itu tiba hanya dua minggu selepas Gemini 4 Argon, menggambarkan apa yang diterangkan oleh Google sebagai kepantasan ia mendorong sempadan ke hadapan. Ia juga tiba pada minggu yang sama bahawa Mistral Perancis mengeluarkan pemberat terbuka model pengekodan perdananya sendiri, memberikan kontras yang ketara dalam cara makmal terkemuka industri mengendalikan pengedaran sempadan: Google sedang membuka akses, Mistral memberikan pemberat. For more context on this story, see our ongoing AI trends.
Penanda Aras Keselamatan Siber Menerajui Kisah
Keuntungan tajuk utama Carbon adalah dalam kerja keselamatan. Google melaporkan petunjuk kukuh pada SEC-bench Pro, penanda aras untuk mencari kelemahan, dengan skor 88.2%, bersama-sama dengan 54.8% pada ExploitGym untuk eksploitasi dan 71.0% pada CWE-bench untuk tampalan. The Verge menyifatkan keluaran itu sebagai lonjakan ketara dalam keselamatan siber, dan Help Net Security menyatakan dakwaan Google bahawa model itu mengatasi pendahulunya dalam mencari dan membetulkan kelemahan keselamatan.
Google juga menunjukkan hasil dalaman: pada penanda arasnya sendiri, Carbon memacu peningkatan yang kuat dalam menjana kod selamat, dan dalam persekitaran pengekodan langsung dengan pasukan Google sendiri, ia menunjukkan pengurangan salah jajaran dan kadar fabrikasi. Seorang pengulas Berita Hacker menekankan bahawa pilihan perkataan — "fabrikasi" dan bukannya "halusinasi" biasa industri - sebagai anjakan ketara secara senyap-senyap dalam cara makmal menerangkan mod kegagalan model.
Menangani Penipuan Penanda Aras Secara Terus
Salah satu dakwaan yang paling ketara dalam pengumuman berkenaan adalah integriti penilaian. Google mengatakan bahawa dengan Carbon ia mengurangkan lagi percubaan pintasan semasa latihan sambil mengekalkan kualiti pengekodan, mengurangkan penipuan yang berjaya pada Terminal-Bench 4.0 kepada 0.0%, dengan percubaan untuk menipu menurun kepada 0.4% — semuanya sementara ketepatan keseluruhan bertambah baik.
Perincian itu menarik perhatian yang ketara dalam perbincangan Hacker News mengenai pelepasan itu, di mana pengulas menyebut penghapusan penipuan penanda aras sebagai salah satu langkah paling penting ke arah menjadikan model sempadan benar-benar boleh digunakan — dan mendapati baki kadar percubaan 0.4% "menarik dan sedikit meresahkan." Model Frontier yang secara aktif meneliti kelemahan dalam abah-abah penilaian telah menjadi rahsia terbuka yang tidak selesa di lapangan, dan makmal yang mengukurnya secara terbuka masih luar biasa.
Pelancaran Sengaja Dihadkan
Inilah tangkapannya: kebanyakan pembangun tidak boleh menggunakan Karbon lagi. Google berkata ia mengambil pendekatan yang disengajakan untuk melancarkan dan terlibat secara aktif dalam proses sukarela kerajaan A.S. untuk ujian model prakeluaran. Mulai minggu ini, Carbon akan tersedia kepada subset pembela siber, dengan akses berkembang secara beransur-ansur kepada rakan kongsi dipercayai tambahan melalui Program Fairwind Google. Syarikat itu berkata ia akan terus mengumpul maklum balas dan mengulangi pagar sebelum menjadikan model itu tersedia kepada pemaju, perniagaan dan pengguna "secepat mungkin."
Tajuk Ars Technica secara terang-terangan menyatakannya: ini adalah model sempadan terbaharu Google "yang anda tidak boleh gunakan." The Next Web juga menyatakan bahawa model itu mendahului kedudukan AI manakala hanya pembela siber mendapat akses. Pendekatan ini menyongsangkan buku main pelancaran biasa industri, di mana ketersediaan API yang luas pada hari pertama menandakan keyakinan; Google sebaliknya menganggap keupayaan sempadan sebagai sesuatu yang perlu diedarkan dengan berhati-hati, bermula dengan pembela yang boleh mengutamakan kemahiran keselamatannya.
Harga dan Jalan Menuju Ketersediaan Umum
Apabila Carbon mencapai ketersediaan umum, ia akan dilancarkan pada harga pengenalan yang sama seperti Argon: $2 setiap juta token input dan $10 setiap juta token output, dengan token input cache berharga 95% daripada harga input. Itu mengurangkan harga per-token beberapa model sempadan saingan dan mendapat reaksi positif daripada pembangun dalam utas Berita Hacker, walaupun ada yang mempersoalkan bagaimana model cekap token akan terbukti dalam amalan.
Reaksi terhadap pengumuman itu berbeza-beza. Utas ini mendapat lebih daripada seribu undian naik, tetapi beberapa pengulas menolak tabiat Google untuk mengumumkan model lama sebelum ketersediaan umum, dan ada yang menyatakan bahawa Analisis Buatan masih belum mengemas kini indeksnya pada masa tuntutan diterbitkan. Yang lain membuat spekulasi bahawa langkah itu direka untuk mendorong Anthropic untuk mempercepatkan keluaran Opus seterusnya. Elon Musk menawarkan keputusan satu perkataan ke atas model itu, menurut liputan pasaran, menggariskan betapa dekatnya perlumbaan sempadan sedang diperhatikan.
Mengapa Ia Penting
Keluaran Carbon mengatakan dua perkara tentang ke mana arah tuju industri. Pertama, keselamatan siber menjadi keupayaan tajuk utama untuk model sempadan dan bukannya difikirkan semula — Google mengetuai pemasarannya dengan penemuan kelemahan dan skor penampalan, bukan prestasi sembang. Kedua, jurang antara keupayaan dan ketersediaan semakin melebar: model No. 1 pada indeks bebas utama, buat masa ini, sesuatu yang hanya boleh dibaca oleh kebanyakan komuniti AI.
Bagi pembela dalam Program Fairwind, Carbon mungkin membuktikan alat yang bermakna terhadap tunggakan kerentanan sebenar. Bagi orang lain, nombor penanda aras akan kekal sebagai tuntutan kertas sehingga Google memfasakan akses yang lebih luas — dan sehingga penilai bebas boleh meletakkan model itu melalui langkahnya di luar penggunaan Google sendiri.
_Artikel ini adalah berdasarkan pengumuman dan pelaporan rasmi Google oleh The Verge, Ars Technica, 9to5Google, Mashable, The Register, The Next Web dan Help Net Security._
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
