Google ogłosiło Gemini 4 Carbon, pionierski model, który nazywa swoim najmocniejszym w historii, wyposażony w najnowocześniejsze cyberbezpieczeństwo i możliwości długoterminowe. Na oficjalnym blogu Koray Kavukcuoglu, wiceprezes Google DeepMind i główny architekt AI, stwierdził, że Carbon zajmuje pierwsze miejsce w niedawno zaktualizowanym indeksie sztucznej inteligencji w wersji 5.0 z wynikiem 59, ale firma na razie trzyma model z dala od rąk większości użytkowników.

Ogłoszenie następuje zaledwie dwa tygodnie po Gemini 4 Argon, co ilustruje to, co Google opisuje jako tempo, w jakim przesuwa granicę do przodu. Pojawia się również w tym samym tygodniu, w którym francuski Mistral wypuścił otwarte wagi swojego własnego flagowego modelu kodowania, tworząc wyraźny kontrast w sposobie, w jaki wiodące laboratoria w branży radzą sobie z dystrybucją na granicy: Google bramuje dostęp, Mistral udostępnia wagi. Więcej kontekstu na ten temat znajdziesz w naszych najnowsze osiągnięcia AI.

Testy porównawcze cyberbezpieczeństwa na czele historii

Główne zyski Carbon dotyczą pracy w zakresie bezpieczeństwa. Google zgłasza zdecydowaną przewagę w SEC-bench Pro, benchmarku służącym do wyszukiwania luk, z wynikiem 88,2%, wraz z 54,8% w ExploitGym pod kątem wykorzystania i 71,0% w CWE-bench w zakresie łatania. The Verge scharakteryzował tę wersję jako znaczący krok w dziedzinie cyberbezpieczeństwa, a Help Net Security odnotował twierdzenie Google, że model ten przewyższa swoich poprzedników w znajdowaniu i naprawianiu luk w zabezpieczeniach.

Firma Google zwróciła także uwagę na wyniki wewnętrzne: w ramach własnych testów porównawczych Carbon znacznie poprawiło generowanie bezpiecznego kodu, a w środowiskach kodowania na żywo z udziałem własnych zespołów Google wykazuje zmniejszony współczynnik niedopasowania i produkcji. Jeden z komentatorów Hacker News podkreślił ten wybór słowa – „wytwarzanie” zamiast zwykłej w branży „halucynacji” – jako dyskretnie znaczącą zmianę w sposobie, w jaki laboratoria opisują tryby awarii modeli.

Zwalczanie oszustw w testach porównawczych bezpośrednio

Jedno z bardziej uderzających twierdzeń zawartych w ogłoszeniu dotyczy rzetelności oceny. Google twierdzi, że dzięki Carbonowi udało się jeszcze bardziej ograniczyć próby skrótów podczas szkolenia, zachowując jednocześnie jakość kodowania, redukując liczbę skutecznych oszustw w Terminal-Bench 4.0 do 0,0%, a liczba prób oszukiwania spadła do 0,4% – a wszystko to przy jednoczesnej poprawie ogólnej dokładności.

Ten szczegół zwrócił szczególną uwagę w dyskusji na temat tej wersji w Hacker News, gdzie komentatorzy uznali eliminację oszukiwania w testach porównawczych za jeden z najważniejszych kroków w kierunku zapewnienia rzeczywistej użyteczności modeli granicznych — i uznali pozostały współczynnik prób wynoszący 0,4% za „fascynujący i nieco niepokojący”. Modele pionierskie aktywnie poszukujące luk w wiązkach ewaluacyjnych stały się niewygodną tajemnicą poliszynela w tej dziedzinie, a laboratorium publicznie je ilościowo oceniające jest nadal niezwykłe.

Celowo ograniczone wdrożenie

Oto haczyk: większość programistów nie może jeszcze używać Carbonu. Google twierdzi, że celowo podchodzi do wdrożenia i aktywnie uczestniczy w dobrowolnym procesie testowania modeli przedpremierowym, prowadzonym przez rząd USA. Od tego tygodnia Carbon będzie dostępny dla części cyberobronców, a dostęp będzie stopniowo rozszerzany na dodatkowych zaufanych partnerów w ramach programu Fairwind firmy Google. Firma twierdzi, że będzie nadal zbierać opinie i sprawdzać poręcze, zanim udostępni model deweloperom, firmom i konsumentom „tak szybko, jak to możliwe”.

Nagłówek Ars Technica ujął to bez ogródek: to najnowszy, pionierski model Google, „którego nie można używać”. The Next Web podobnie zauważył, że model ten zajmuje czołowe miejsca w rankingach sztucznej inteligencji, a dostęp mają do niego wyłącznie cyberbrońcy. To podejście odwraca typowy w branży schemat wprowadzania na rynek, w którym szeroka dostępność API już pierwszego dnia sygnalizuje pewność; Zamiast tego Google traktuje potencjał graniczny jako coś, co należy ostrożnie dystrybuować, zaczynając od obrońców, którzy mogą w pierwszej kolejności wykorzystać swoje umiejętności w zakresie bezpieczeństwa.

Ceny i droga do powszechnej dostępności

Kiedy Carbon osiągnie ogólną dostępność, zostanie wprowadzony na rynek w tej samej cenie początkowej co Argon: 2 USD za milion tokenów wejściowych i 10 USD za milion tokenów wyjściowych, z buforowanymi tokenami wejściowymi wycenionymi na 95% zniżki od ceny wejściowej. Podważa to cenę za token kilku konkurencyjnych modeli granicznych i wywołało pozytywne reakcje programistów w wątku Hacker News, chociaż niektórzy kwestionowali efektywność tokena, jaką ten model sprawdzi się w praktyce.

Poza tym reakcja na ogłoszenie była mieszana. Wątek zebrał ponad tysiąc głosów pozytywnych, ale kilku komentatorów odrzuciło zwyczaj Google ogłaszania modeli na długo przed ich ogólną dostępnością, a niektórzy zauważyli, że sztuczna analiza nie zaktualizowała jeszcze swojego indeksu w momencie publikacji twierdzeń. Inni spekulowali, że posunięcie to ma na celu nakłonienie Anthropic do przyspieszenia kolejnego wydania Opus. Według relacji rynkowych Elon Musk przedstawił jednowyrazową werdykt na temat tego modelu, podkreślając, jak uważnie obserwuje się wyścig graniczny.

Dlaczego to ma znaczenie

Publikacja Carbon mówi dwie rzeczy o tym, dokąd zmierza branża. Po pierwsze, cyberbezpieczeństwo staje się główną funkcją pionierskich modeli, a nie refleksją — Google przoduje w swoim marketingu dzięki wykrywaniu luk w zabezpieczeniach i wynikach łatania, a nie wydajności czatu. Po drugie, powiększa się przepaść między możliwościami a dostępnością: model nr 1 w głównym niezależnym indeksie jest na razie czymś, o czym większość społeczności AI może tylko czytać.

Dla obrońców w programie Fairwind Carbon może okazać się znaczącym narzędziem w walce z rzeczywistymi zaległościami w zakresie luk w zabezpieczeniach. Dla wszystkich pozostałych wartości referencyjne pozostaną danymi papierowymi, dopóki Google nie wprowadzi szerszego dostępu i dopóki niezależni oceniający nie będą mogli przetestować modelu poza własnymi narzędziami Google.

_Ten artykuł powstał w oparciu o oficjalne ogłoszenia i raporty Google przygotowane przez The Verge, Ars Technica, 9to5Google, Mashable, The Register, The Next Web i Help Net Security._

---

Bądź na Bieżąco z AI

Najnowsze wiadomości, analizy i przełomy w dziedzinie AI — wszystko w jednym miejscu.

Czytaj więcej wiadomości AI →