Google представила Gemini 4 Carbon — новую модель ИИ, ориентированную на кибербезопасность и сложные задачи программирования

Google представила новую модель искусственного интеллекта Gemini 4 Carbon, которую компания называет своей самой мощной. Её главные преимущества — усиленные возможности в области кибербезопасности и выполнение длительных, многоэтапных задач.

Согласно обновлённой оценке Artificial Analysis Intelligence Index v5.0, Gemini 4 Carbon набрала 59 баллов и заняла первое место в рейтинге. Модель также показала улучшенные результаты в задачах программирования и задачах, характерных для автономных AI-систем. В тесте SEC-bench Pro показатель обнаружения уязвимостей составил 88,2%, в ExploitGym результат использования эксплойтов — 54,8%, а в CWE-bench показатель исправления ошибок безопасности кода — 71%.

Новую модель представили спустя две недели после выпуска Gemini 4 Argon. По заявлению Google, тестирование, проведённое внутренними командами компании в реальной программной среде, показало, что Carbon снизила частоту некорректного поведения и генерации недостоверной информации.

В настоящее время Google участвует в добровольном процессе, поддерживаемом правительством США, который предусматривает оценку безопасности AI-моделей перед их выпуском. С этой недели компания предоставит доступ к Gemini 4 Carbon отдельным специалистам по кибербезопасности, а в дальнейшем расширит доступ на других партнёров в рамках программы Fairwind. Позже модель станет доступна для разработчиков, бизнеса и пользователей.

Цена Gemini 4 Carbon составит $2 за миллион входных токенов и $10 за миллион выходных токенов — столько же, сколько составлял начальный тариф Argon. При этом на предварительно обработанные, кешированные входные токены будет действовать скидка в 95%.

По информации Google, внутренние команды использовали Carbon в сложных инженерных задачах, в том числе для обнаружения и исправления ошибок в больших кодовых базах. Модель прибавила 89 очков Elo в рейтинге WebDev Arena и с результатом в 1769 очков поднялась на четвёртое место. По заявлению команды Chrome, при генерации качественных программных исправлений Carbon показала результат в десять раз лучше, чем передовая модель другой лаборатории. Платформа кибербезопасности Wiz также отметила, что модель лидировала в нескольких бенчмарках по веб-пентестингу.

В тестах безопасности Carbon снизила показатель успешного обмана в Terminal-Bench 4.0 до 0%, а доля попыток обмана составила 0,4%. В бенчмарке Gray Swan по непрямым prompt injection-атакам показатель успешности атак составил 0% — модель выдержала все оценённые попытки атак.