Google DeepMind випустив Gemini 4 Carbon, свою найновішу передову модель ШІ, лише через два тижні після доставки Gemini 4 Argon. Нова модель дебютує на вершині Індексу штучного аналізу інтелекту v5 з 59 балами — на 9 балів більше, ніж у Argon (50) — і створена для тривалої автономної інженерної роботи. Однак більшості користувачів доведеться почекати: завдяки розширеним можливостям кібербезпеки Carbon проходить добровільний процес попереднього тестування уряду США і спочатку доступний лише для обраних експертів з безпеки. Для постійного висвітлення [останніх розробок штучного інтелекту] (https://aibuzzwire.news) слідкуйте за AI Buzz Wire у міру розширення випуску.

Безпека насамперед

Незвичайний шлях випуску Carbon відображає, наскільки модель здатна виконувати як наступальну, так і оборонну кіберроботи. Google каже, що його можливості охоплюють повний життєвий цикл кіберзахисту, від виявлення та перевірки вразливостей до їх виправлення. Агентство Reuters повідомило, що ця модель чітко спрямована на кібербезпеку, і Ars Technica прямо висловила це у своєму заголовку: це передова модель, «яку ви не можете використовувати» — принаймні поки, поки вона перебуває в процесі попереднього тестування урядом передових систем ШІ.

Google не оголосив дату загальної доступності. Ціни, однак, уже відомі: Carbon коштує стільки ж, скільки Argon, утримуючи прикордонні ставки токенів Google незмінними протягом двох послідовних поколінь моделей.

Створено для багатоденної автономної роботи

Компанія стверджує, що розробила Carbon для «набагато складніших інженерних проблем з великим горизонтом», які вимагають постійних агентських робочих процесів. За словами Google, внутрішні команди запускали модель кілька днів поспіль, протягом яких вона самостійно працювала через глухі кути та вирішувала складні багатоетапні завдання, такі як аналіз першопричин і виправлення незначних помилок у великих кодових базах і низькорівневому програмному забезпеченні.

Google також повідомляє про покращення наукового обґрунтування, мультимодального розуміння та повноцінної веб-розробки на основі перших відгуків користувачів.

Сильний загалом, все ще переслідує Клода в кодуванні

Еталонне зображення хороше, але не чисте. За Індексом штучного аналізу інтелекту версії 5, Carbon на найвищому рівні міркування лідирує в галузі головним чином через найвищі результати в складних міркуваннях, пошуку знань і наукових завданнях, займаючи перше місце в чотирьох з дев’яти окремих оцінок індексу.

У агентському кодуванні Carbon все ще відстає від Claude Opus 5.5 від Anthropic на три бали — 59 проти 62 — навіть після великого стрибка з 53 у Argon. У таблиці лідерів WebDev Arena Carbon набрав 89 балів Elo до 1769, що ставить його на четверте місце.

Незалежні оцінки розповідають про те ж саме. Оцінювальна платформа Vals AI ставить Carbon на друге місце з точністю 70,36 відсотка, поступаючись Claude Sonnet 5.5 з 70,85 відсотками, але випереджаючи Claude Opus 5.5 з 70,18 відсотками, а Argon займає четверте місце з 69,24 відсотками.

У тесті AA-Briefcase, проведеному Artificial Analysis, Carbon досяг 1609 Ело, що на 126 пунктів більше, ніж у Argon (1483). Він все ще поступається Kimi K3.1 Pro на 1678, Muse Wonder на 1659 і Grok 4.7 на своєму значенні xhigh на 1638.

Точність вище, галюцинації теж

Точність відповідей за оцінками Artificial Analysis зросла з 48 відсотків з аргоном до 58 відсотків з вуглецем. Рівень галюцинацій піднявся з 4 до 11 відсотків — вище, але все ще друге найнижче місце в рейтингу. Для порівняння, Claude Opus 5.5 і GPT-6 Astra на своїх максимальних налаштуваннях аргументації мають 50 відсотків за тим самим показником, згідно з даними штучного аналізу, наданими The Decoder.

Порівняльні показники безпеки: майже ідеальний результат оперативного впровадження

Google заявляє про свої найбільші перемоги в безпеці. У власних тестах компанії Carbon займає перше місце в 15 з 16 тестів, віддаляючись від поля, особливо в довготривалому контексті та завданнях безпеки.

У тесті непрямого оперативного введення Gray Swan Google каже, що Carbon підвищив рівень успіху атаки з 0,7 відсотка з аргоном до 0,0 відсотка, блокуючи кожну спробу маніпуляції в тестовому наборі. Decoder попереджає, що це не означає, що миттєва ін’єкція вирішена — тест виглядає насиченим — але результат допомагає пояснити, чому офіційні особи США хочуть ознайомитися з моделлю перед розгортанням, перш ніж вона досягне громадськості.

Дві прикордонні моделі за два тижні

Темп - це повідомлення. Два передові випуски за два тижні — Argon у середині жовтня, Carbon зараз — відзначають агресивну динаміку Google DeepMind, яка конкурує з Anthropic і OpenAI за вершину незалежних таблиць лідерів і за корпоративні контракти.

На даний момент табло виглядає так: Carbon лідирує в загальному індексі, Claude Opus 5.5 зберігає корону агентного кодування, а найпотужніша кібер-сумісна модель на ринку знаходиться за дверима урядової перевірки. Коли Carbon відкривається ширше, незмінне ціноутворення означає, що справжня конкуренція вирішуватиметься можливостями на токен, а не знижками — і Google щойно підняв планку цього показника.

---

Будьте попереду ШІ

Отримуйте останні новини штучного інтелекту, аналіз і прориви — усе в одному місці.

Читати більше новин AI →