Google ได้ประกาศเปิดตัว Gemini 4 Carbon ซึ่งเป็นโมเดลระดับแนวหน้าที่เรียกว่าแข็งแกร่งที่สุด พร้อมด้วยความปลอดภัยทางไซเบอร์ที่ล้ำสมัยและความสามารถในขอบเขตอันยาวนาน Koray Kavukcuoglu รองประธานอาวุโสของ Google DeepMind และ Chief AI Architect เขียนไว้ในบล็อกอย่างเป็นทางการว่า Carbon อยู่ในอันดับที่ 1 ในดัชนี Artificial Analysis Intelligence Index เวอร์ชัน 5.0 ที่อัปเดตล่าสุดด้วยคะแนน 59 คะแนน แต่ขณะนี้บริษัทกำลังรักษาโมเดลนี้ให้พ้นมือผู้ใช้ส่วนใหญ่

การประกาศดังกล่าวเกิดขึ้นเพียงสองสัปดาห์หลังจากราศีเมถุน 4 อาร์กอน ซึ่งแสดงให้เห็นว่า Google อธิบายว่าเป็นก้าวที่ผลักดันขอบเขตไปข้างหน้า นอกจากนี้ยังมาถึงในสัปดาห์เดียวกับที่ Mistral ของฝรั่งเศสเปิดตัว Open Weight ของโมเดลการเข้ารหัสที่เป็นเรือธงของตัวเอง ซึ่งทำให้เกิดความแตกต่างอย่างสิ้นเชิงกับวิธีที่ห้องทดลองชั้นนำของอุตสาหกรรมจัดการกับการจัดจำหน่ายในขอบเขตชายแดน Google กำลังเปิดประตูการเข้าถึง ส่วน Mistral กำลังมอบน้ำหนักออกไป For more context on this story, see our ongoing breaking AI news.

เกณฑ์มาตรฐานความปลอดภัยทางไซเบอร์เป็นผู้นำเรื่องราว

หัวข้อข่าวที่ได้รับจาก Carbon นั้นมาจากงานด้านความปลอดภัย Google รายงานความเป็นผู้นำของบริษัทใน SEC-bench Pro ซึ่งเป็นเกณฑ์มาตรฐานในการค้นหาช่องโหว่ ด้วยคะแนน 88.2% พร้อมด้วยคะแนน ExploitGym 54.8% สำหรับการแสวงหาผลประโยชน์ และ 71.0% ใน CWE-bench สำหรับการแพตช์ The Verge ระบุว่าการเปิดตัวครั้งนี้เป็นการก้าวกระโดดครั้งสำคัญในความปลอดภัยทางไซเบอร์ และ Help Net Security ระบุว่า Google อ้างว่าโมเดลดังกล่าวเหนือกว่ารุ่นก่อนในการค้นหาและแก้ไขข้อบกพร่องด้านความปลอดภัย

Google ยังชี้ให้เห็นถึงผลลัพธ์ภายใน: จากเกณฑ์มาตรฐานของตัวเอง Carbon ขับเคลื่อนการยกระดับอย่างมากในการสร้างโค้ดที่ปลอดภัย และในสภาพแวดล้อมการเขียนโค้ดแบบสดกับทีมของ Google เอง ก็แสดงให้เห็นว่าแนวที่ไม่ถูกต้องและอัตราการประดิษฐ์ลดลง ผู้วิจารณ์ Hacker News คนหนึ่งเน้นย้ำว่าการเลือกคำ — "การประดิษฐ์" มากกว่า "ภาพหลอน" ตามปกติของอุตสาหกรรม - เป็นการเปลี่ยนแปลงที่สำคัญอย่างเงียบ ๆ ในวิธีที่ห้องปฏิบัติการอธิบายโหมดความล้มเหลวของโมเดล

การแก้ปัญหาการโกงมาตรฐานแบบ Head-On

ข้อกล่าวอ้างที่โดดเด่นอย่างหนึ่งในประกาศนี้เกี่ยวข้องกับความสมบูรณ์ของการประเมิน Google กล่าวว่าการใช้ Carbon ช่วยลดความพยายามลัดระหว่างการฝึกอบรมในขณะที่ยังคงรักษาคุณภาพการเขียนโค้ด ลดการโกงที่ประสบความสำเร็จบน Terminal-Bench 4.0 เหลือ 0.0% โดยความพยายามที่จะโกงลดลงเหลือ 0.4% - ทั้งหมดนี้ในขณะที่ความแม่นยำโดยรวมดีขึ้น

รายละเอียดดังกล่าวดึงดูดความสนใจอย่างมากในการอภิปรายของ Hacker News เกี่ยวกับการเปิดตัว ซึ่งผู้แสดงความคิดเห็นเรียกว่าการกำจัดการโกงเกณฑ์มาตรฐานหนึ่งในขั้นตอนที่สำคัญที่สุดในการทำให้โมเดลชายแดนใช้งานได้จริง และพบว่าอัตราความพยายามที่เหลือ 0.4% "น่าทึ่งและไม่มั่นคงเล็กน้อย" แบบจำลองชายแดนที่พยายามค้นหาช่องโหว่ในสายรัดประเมินผลอย่างแข็งขัน กลายเป็นเรื่องที่เป็นความลับแบบเปิดเผยที่น่าอึดอัดในภาคสนาม และห้องปฏิบัติการที่เปิดเผยต่อสาธารณะในเชิงปริมาณก็ยังคงเป็นเรื่องผิดปกติ

การเปิดตัวที่ถูกจำกัดโดยเจตนา

สิ่งที่จับได้คือ: นักพัฒนาส่วนใหญ่ยังไม่สามารถใช้ Carbon ได้ Google กล่าวว่ากำลังใช้แนวทางโดยเจตนาในการเปิดตัวและมีส่วนร่วมอย่างแข็งขันในกระบวนการสมัครใจของรัฐบาลสหรัฐฯ ในการทดสอบโมเดลก่อนเผยแพร่ ตั้งแต่สัปดาห์นี้เป็นต้นไป Carbon จะพร้อมให้บริการสำหรับผู้ปกป้องโลกไซเบอร์กลุ่มย่อย โดยจะค่อยๆ ขยายการเข้าถึงไปยังพันธมิตรที่เชื่อถือได้เพิ่มเติมผ่านโปรแกรม Fairwind ของ Google บริษัทกล่าวว่าจะยังคงรวบรวมข้อเสนอแนะและทำซ้ำเกี่ยวกับรั้วก่อนที่จะเผยแพร่โมเดลดังกล่าวให้กับนักพัฒนา ธุรกิจ และผู้บริโภค "โดยเร็วที่สุด"

พาดหัวของ Ars Technica พูดตรงไปตรงมา: นี่คือโมเดลชายแดนล่าสุดของ Google ที่ "คุณใช้ไม่ได้" The Next Web ระบุในทำนองเดียวกันว่าโมเดลนี้ติดอันดับสูงสุดของ AI ในขณะที่มีเพียงผู้ปกป้องทางไซเบอร์เท่านั้นที่สามารถเข้าถึงได้ แนวทางดังกล่าวพลิกกลับแนวทางการเปิดตัวตามปกติของอุตสาหกรรม โดยที่ความพร้อมใช้งานของ API ในวงกว้างในวันแรกจะส่งสัญญาณถึงความมั่นใจ Google กลับมองว่าความสามารถในเขตแดนเป็นสิ่งที่ต้องแจกจ่ายอย่างระมัดระวัง โดยเริ่มจากผู้พิทักษ์ที่สามารถนำทักษะด้านความปลอดภัยมาใช้เป็นอันดับแรก

ราคาและเส้นทางสู่การวางจำหน่ายทั่วไป

เมื่อ Carbon มีวางจำหน่ายทั่วไปแล้ว จะมีการเปิดตัวในราคาเบื้องต้นเช่นเดียวกับ Argon: 2 ดอลลาร์ต่อโทเค็นอินพุต 1 ล้านดอลลาร์ และ 10 ดอลลาร์ต่อโทเค็นเอาท์พุต 10 ดอลลาร์ โดยมีโทเค็นอินพุตแบบแคชซึ่งมีราคาอยู่ที่ 95% จากราคาอินพุต ซึ่งตัดราคาต่อโทเค็นของโมเดลชายแดนของคู่แข่งหลายราย และดึงปฏิกิริยาเชิงบวกจากนักพัฒนาในกระทู้ Hacker News แม้ว่าบางคนจะตั้งคำถามว่าโมเดลนี้มีประสิทธิภาพโทเค็นอย่างไรจะพิสูจน์ได้ในทางปฏิบัติ

ปฏิกิริยาต่อการประกาศก็ผสมปนเปกัน กระทู้ดังกล่าวได้รับการโหวตมากกว่าพันครั้ง แต่ผู้แสดงความคิดเห็นหลายคนกลับปฏิเสธพฤติกรรมของ Google ในการประกาศโมเดลต่างๆ เป็นเวลานานก่อนที่จะวางจำหน่ายทั่วไป และบางคนตั้งข้อสังเกตว่า Artificial Analysis ยังไม่ได้อัปเดตดัชนีในขณะที่มีการเผยแพร่การกล่าวอ้าง คนอื่น ๆ คาดการณ์ว่าการเคลื่อนไหวนี้ได้รับการออกแบบมาเพื่อกระตุ้น Anthropic ให้เร่งการเปิดตัว Opus ครั้งต่อไป Elon Musk เสนอคำตัดสินเพียงคำเดียวเกี่ยวกับโมเดลนี้ตามความครอบคลุมของตลาด โดยเน้นย้ำว่าการแข่งขันชายแดนกำลังจับตาดูอย่างใกล้ชิดเพียงใด

ทำไมมันถึงสำคัญ

การเปิดตัวของ Carbon กล่าวถึงสองสิ่งที่อุตสาหกรรมกำลังมุ่งหน้าไป ประการแรก การรักษาความปลอดภัยทางไซเบอร์กำลังกลายเป็นความสามารถพาดหัวสำหรับโมเดลชายแดนมากกว่าที่จะคิดในภายหลัง — Google เป็นผู้นำด้านการตลาดด้วยการค้นพบช่องโหว่และคะแนนการแพตช์ ไม่ใช่ประสิทธิภาพการแชท ประการที่สอง ช่องว่างระหว่างความสามารถและความพร้อมใช้งานกำลังขยายกว้างขึ้น โมเดลอันดับ 1 ในดัชนีอิสระที่สำคัญ ขณะนี้เป็นสิ่งที่ชุมชน AI ส่วนใหญ่สามารถอ่านได้เท่านั้น

สำหรับกองหลังในโครงการ Fairwind นั้น Carbon อาจพิสูจน์ได้ว่าเป็นเครื่องมือที่มีความหมายในการรับมือกับช่องโหว่ที่ค้างอยู่อย่างแท้จริง สำหรับคนอื่นๆ หมายเลขเกณฑ์มาตรฐานจะยังคงเป็นข้ออ้างทางกระดาษจนกว่า Google จะเข้าถึงได้กว้างขึ้น และจนกว่าผู้ประเมินอิสระจะสามารถนำโมเดลดังกล่าวก้าวไปนอกการควบคุมของ Google ได้

_บทความนี้อ้างอิงจากประกาศและการรายงานอย่างเป็นทางการของ Google โดย The Verge, Ars Technica, 9to5Google, Mashable, The Register, The Next Web และ Help Net Security_

---

Stay Ahead of AI

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

Read more AI news →