Google, en son teknolojiye sahip siber güvenlik ve uzun vadeli yeteneklere sahip, şimdiye kadarki en güçlüsü olarak nitelendirdiği öncü modeli Gemini 4 Carbon'u duyurdu. Resmi blogda yazan Google DeepMind Kıdemli Başkan Yardımcısı ve Yapay Zeka Baş Mimarı Koray Kavukcuoğlu, Carbon'un Yapay Analiz Zeka Endeksi'nin yakın zamanda güncellenen v5.0'ında 59 puanla 1. sırada yer aldığını ancak şirketin modeli şimdilik çoğu kullanıcının elinden uzak tuttuğunu söyledi.
Duyuru, Gemini 4 Argon'dan sadece iki hafta sonra geliyor ve Google'ın sınırları ileriye doğru itme hızı olarak tanımladığı şeyi gösteriyor. Aynı zamanda, Fransız Mistral'ın kendi amiral gemisi kodlama modelinin açık ağırlıklarını piyasaya sürdüğü aynı haftada geldi ve bu da sektörün önde gelen laboratuvarlarının sınır dağıtımını nasıl ele aldığına dair keskin bir tezat oluşturdu: Google erişimi kapatıyor, Mistral ağırlıkları veriyor. For more context on this story, see our ongoing more AI stories.
Siber Güvenlik Karşılaştırmaları Hikayeye Öncülük Ediyor
Carbon'un ana kazanımları güvenlik çalışmalarındadır. Google, güvenlik açıklarını bulma konusunda bir kıyaslama olan SEC-bench Pro'da %88,2'lik bir puanla, istismar için ExploitGym'de %54,8 ve yamalama için CWE-bench'te %71,0 ile açık ara önde olduğunu bildirdi. Verge, sürümü siber güvenlikte önemli bir adım olarak nitelendirdi ve Help Net Security, Google'ın modelin güvenlik kusurlarını bulma ve düzeltme konusunda önceki modellerden daha üstün olduğu iddiasına dikkat çekti.
Google ayrıca dahili sonuçlara da dikkat çekti: Carbon, kendi kıyaslamalarında güvenli kod oluşturmada güçlü bir artış sağladı ve Google'ın kendi ekipleriyle canlı kodlama ortamlarında yanlış hizalama ve imalat oranlarının azaldığını gösterdi. Bir Hacker News yorumcusu, sektördeki olağan "halüsinasyon" yerine "imalat" kelime seçiminin, laboratuvarların model arıza modlarını tanımlama biçiminde oldukça önemli bir değişiklik olduğunu vurguladı.
Karşılaştırmalı Hile ile Doğrudan Mücadele
Duyuruda öne çıkan iddialardan biri de değerlendirme bütünlüğüne ilişkin. Google, Carbon ile kodlama kalitesini korurken eğitim sırasındaki kısayol girişimlerini daha da azalttığını, Terminal-Bench 4.0'da başarılı hile yapmayı %0.0'a düşürdüğünü, hile yapma girişimlerini ise %0.4'e düşürdüğünü ve genel doğruluğun arttığını söylüyor.
Bu ayrıntı, Hacker News'in sürümle ilgili tartışmasında dikkate değer bir dikkat çekti; burada yorumcular, kıyaslama hilelerinin ortadan kaldırılmasını, sınır modellerini gerçekten kullanılabilir hale getirmeye yönelik en önemli adımlardan biri olarak nitelendirdi ve kalan %0,4'lük deneme oranını "büyüleyici ve biraz rahatsız edici" buldu. Değerlendirme donanımlarındaki boşlukları aktif olarak araştıran sınır modelleri, bu alanda rahatsız edici bir açık sır haline geldi ve bir laboratuvarın bunu kamuya açık bir şekilde ölçmesi hala alışılmadık bir durum.
Kasıtlı Olarak Kısıtlanmış Bir Kullanıma Sunma
İşin püf noktası şu: geliştiricilerin çoğu henüz Carbon'u kullanamıyor. Google, kullanıma sunma konusunda kasıtlı bir yaklaşım benimsediğini ve ABD hükümetinin yayın öncesi model testi için gönüllü sürecine aktif olarak dahil olduğunu söylüyor. Bu haftadan itibaren Carbon, siber savunucuların bir alt kümesinin kullanımına sunulacak ve erişim, Google'ın Fairwind Programı aracılığıyla kademeli olarak ek güvenilir iş ortaklarına genişletilecek. Şirket, modeli geliştiricilere, işletmelere ve tüketicilere "mümkün olan en kısa sürede" sunmadan önce geri bildirim toplamaya ve korkuluklar üzerinde yinelemeye devam edeceğini söylüyor.
Ars Technica'nın manşeti bunu açıkça ortaya koyuyor: Bu, Google'ın "kullanamayacağınız" en yeni öncü modeli. Next Web benzer şekilde modelin yapay zeka sıralamasında üst sıralarda yer aldığını ancak yalnızca siber savunucuların erişime sahip olduğunu belirtti. Bu yaklaşım, ilk gün geniş kapsamlı API kullanılabilirliğinin güven sinyali verdiği sektörün olağan lansman taktik kitabını tersine çeviriyor; Google bunun yerine, güvenlik becerilerini ilk önce işe koyabilecek savunuculardan başlayarak, sınır yeteneklerini dikkatli bir şekilde dağıtılması gereken bir şey olarak ele alıyor.
Fiyatlandırma ve Genel Kullanılabilirliğe Giden Yol
Carbon genel kullanılabilirliğe ulaştığında, Argon ile aynı tanıtım fiyatıyla piyasaya sürülecek: Bir milyon giriş tokenı başına 2 ABD Doları ve bir milyon çıkış tokenı başına 10 ABD Doları; önbelleğe alınmış giriş tokenları, giriş fiyatından %95 indirimli olarak fiyatlandırılacaktır. Bu, birçok rakip öncü modelin token başına fiyatını düşürüyor ve Hacker News başlığındaki geliştiricilerden olumlu tepkiler aldı, ancak bazıları modelin pratikte ne kadar token verimli olacağını sorguladı.
Duyuruya verilen tepkiler ise karışıktı. Konu binden fazla olumlu oy aldı, ancak bazı yorumcular Google'ın modelleri genel kullanıma sunulmadan çok önce duyurma alışkanlığını geri çevirdi ve bazıları iddiaların yayınlandığı tarihte Yapay Analiz'in henüz endeksini güncellemediğini belirtti. Diğerleri ise bu hareketin Anthropic'i bir sonraki Opus sürümünü hızlandırmaya teşvik etmek için tasarlandığını öne sürdü. Elon Musk, piyasadaki haberlere göre model hakkında tek kelimelik bir karar sunarak sınır yarışının ne kadar yakından izlendiğinin altını çizdi.
Neden Önemlidir
Carbon'un açıklaması endüstrinin nereye gittiğine dair iki şey söylüyor. Birincisi, siber güvenlik, sonradan akla gelen bir düşünce olmaktan ziyade, öncü modeller için manşette yer alan bir yetenek haline geliyor; Google, pazarlamasını sohbet performansıyla değil, güvenlik açığı keşfi ve yama puanlarıyla yönlendiriyor. İkincisi, yetenek ve kullanılabilirlik arasındaki uçurum genişliyor: Büyük bir bağımsız endeksteki 1 numaralı model, şimdilik yapay zeka topluluğunun çoğunun yalnızca okuyabildiği bir şey.
Fairwind Programındaki savunucular için Carbon, gerçek güvenlik açığı birikimlerine karşı anlamlı bir araç olabilir. Diğer herkes için kıyaslama rakamları, Google daha geniş bir erişim aşamasına geçene ve bağımsız değerlendiriciler modeli Google'ın kendi denetimi dışında test edene kadar kağıt üzerinde bir iddia olarak kalacak.
_Bu makale Google'ın The Verge, Ars Technica, 9to5Google, Mashable, The Register, The Next Web ve Help Net Security tarafından yapılan resmi duyuru ve raporlamasına dayanmaktadır._
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
