Google анонсувала Gemini 4 Carbon, передову модель, яку вона називає своєю найпотужнішою на сьогоднішній день, з найсучаснішою кібербезпекою та можливостями довгострокового використання. В офіційному блозі Корай Кавукчуоглу, старший віце-президент Google DeepMind і головний архітектор штучного інтелекту, сказав, що Carbon займає перше місце в нещодавно оновленому версії 5.0 індексу штучного аналізу інтелекту з результатом 59, але компанія поки що тримає цю модель подалі від більшості користувачів.

Оголошення з’явилося лише через два тижні після Gemini 4 Argon, ілюструючи те, що Google описує як швидкість, з якою вона просуває кордон вперед. Він також з’явився того ж тижня, коли французька Mistral опублікувала відкриті ваги своєї власної флагманської моделі кодування, встановивши різкий контраст у тому, як провідні лабораторії галузі обробляють прикордонне розповсюдження: Google закриває доступ, Mistral віддає ваги. For more context on this story, see our ongoing AI news.

Еталонні показники кібербезпеки ведуть історію

Основні досягнення Carbon пов’язані з роботою з безпеки. Google повідомляє про впевнене лідерство в SEC-bench Pro, тесті для пошуку вразливостей, з результатом 88,2%, разом із 54,8% у ExploitGym для експлуатації та 71,0% у CWE-bench для виправлення. The Verge охарактеризував випуск як значний стрибок у кібербезпеці, а Help Net Security відзначив заяву Google про те, що ця модель перевершує своїх попередників у пошуку та виправленні недоліків безпеки.

Google також вказав на внутрішні результати: за власними тестами Carbon досягає значного зростання у створенні безпечного коду, а в середовищах кодування в реальному часі за участю власних команд Google він демонструє зниження рівня неузгодженості та фабрикації. Один із коментаторів Hacker News підкреслив, що вибір слова — «вигадка», а не звичайна для галузі «галюцинація» — є суттєвою зміною в тому, як лабораторії описують режими відмови моделі.

Боротьба з шахрайством бенчмарка

Одне з найяскравіших тверджень у оголошенні стосується чесності оцінювання. Google каже, що за допомогою Carbon він ще більше пом’якшив спроби швидкого доступу під час навчання, зберігаючи при цьому якість кодування, зменшивши успішне шахрайство на Terminal-Bench 4.0 до 0,0%, а спроби шахрайства впали до 0,4% — при цьому загальна точність покращилася.

Ця деталь привернула значну увагу під час обговорення випуску в Hacker News, де коментатори назвали усунення обману тестів одним із найважливіших кроків до того, щоб зробити граничні моделі справді придатними для використання — і визнали залишковий рівень спроб у 0,4% «захоплюючим і трохи тривожним». Прикордонні моделі, які активно шукають лазівки в системах оцінювання, стали незручною відкритою таємницею в цій галузі, і лабораторія, яка публічно оцінює це кількісно, ​​все ще незвичайна.

Свідомо обмежений випуск

Ось у чому заковика: більшість розробників ще не можуть використовувати Carbon. Google стверджує, що використовує свідомий підхід до розгортання та активно бере участь у добровільному процесі уряду США щодо попереднього тестування моделі. Починаючи з цього тижня, Carbon буде доступний для підгрупи кіберзахисників, а доступ поступово розширюватиметься для додаткових довірених партнерів через програму Fairwind від Google. Компанія заявляє, що продовжуватиме збирати відгуки та проводити ітерації на огорожі, перш ніж зробити модель доступною для розробників, компаній і споживачів «якнайшвидше».

Заголовок Ars Technica сформулював це прямо: це остання передова модель Google, «яку ви не можете використовувати». The Next Web також зазначив, що модель очолює рейтинг ШІ, тоді як доступ мають лише кіберзахисники. Цей підхід змінює звичайний план запуску в галузі, де широка доступність API в перший день свідчить про впевненість; Натомість Google розглядає прикордонні можливості як щось, що потрібно розподіляти обережно, починаючи з захисників, які можуть використовувати свої навички безпеки в першу чергу.

Ціноутворення та шлях до загальної доступності

Коли Carbon стане загальнодоступним, він буде запущений за тією ж початковою ціною, що й Argon: 2 долари США за мільйон вхідних токенів і 10 доларів США за мільйон вихідних токенів, причому ціна кешованих вхідних токенів буде знижена на 95% від ціни введення. Це знижує ціну за токен кількох конкуруючих передових моделей і викликало позитивну реакцію розробників у ланцюжку Hacker News, хоча дехто сумнівався, наскільки модель виявиться ефективною щодо токенів на практиці.

Реакція на оголошення була неоднозначною. Потік зібрав понад тисячу голосів «за», але кілька коментаторів відмовилися від звички Google оголошувати моделі задовго до загального доступу, а деякі зауважили, що Artificial Analysis ще не оновив свій індекс на момент публікації претензій. Інші припускали, що цей крок спрямований на те, щоб спонукати Anthropic прискорити випуск наступного Opus. Ілон Маск висловив однослівний вердикт щодо моделі, згідно з охопленням ринку, підкресливши, наскільки уважно стежать за передовою гонкою.

Чому це важливо

Реліз Carbon говорить про те, куди рухається галузь, дві речі. По-перше, кібербезпека стає основною можливістю для передових моделей, а не запізнілою думкою — Google лідирує у своєму маркетингу завдяки виявленню вразливостей і оцінці виправлень, а не ефективності чату. По-друге, розрив між можливостями та доступністю збільшується: модель №1 за основним незалежним індексом наразі є тим, про що більшість спільноти ШІ можуть лише читати.

Для захисників у програмі Fairwind Carbon може виявитися значущим інструментом проти реальних резервів уразливостей. Для всіх інших показники контрольних показників залишаться заявою на папері, доки Google не надасть ширшого доступу — і доки незалежні оцінювачі не зможуть перевірити модель поза межами власних систем Google.

_Ця стаття заснована на офіційному оголошенні Google і звітах The Verge, Ars Technica, 9to5Google, Mashable, The Register, The Next Web і Help Net Security._

---

Stay Ahead of AI

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

Read more AI news →