Маунтин-Вью, 28 октября. Google представила языковую модель Gemini 4 Carbon, которую называет своей самой сильной моделью, и пока открыла доступ к ней только части специалистов по кибербезопасности; разработчики, компании и обычные пользователи получат её позже, сообщил в блоге компании старший вице-президент Google DeepMind Корай Кавукчуоглу.
Carbon вышла через две недели после модели Gemini 4 Argon и, по описанию Google, рассчитана на длинные многошаговые задачи: внутри компании она, по словам разработчиков, днями работала над сложными инженерными задачами — например, искала причину и исправляла трудноуловимые ошибки в больших программах. Главный упор сделан на кибербезопасность: в тесте SEC-bench Pro на поиск реальных уязвимостей модель набрала 88,2%, в ExploitGym, где проверяют, можно ли уязвимостью воспользоваться, — 54,8%, в CWE-bench на исправление уязвимостей — 71%. Команда браузера Chrome, по данным Google, сообщила, что Carbon в десять с лишним раз лучше «большой передовой модели другой лаборатории» готовит качественные исправления; какой именно, не названо.
В таблице результатов, которую опубликовала Google, Carbon сравнивается со своей предшественницей Argon, с GPT-6 Astra от OpenAI и с моделями Anthropic — Claude Opus 5.5 и Claude Fable 5.1. В большинстве из 17 тестов Carbon впереди. В тесте Terminal-Bench 4.0, где модель работает в командной строке, она набрала 65,2% против 59,6% у Claude Opus 5.5 и 59,1% у GPT-6 Astra; в общем индексе Artificial Analysis — 59 баллов против 58 у Claude Opus 5.5 и 57 у GPT-6 Astra. Но не везде: в тесте FrontierSWE 2 на программирование Carbon (61,2%) уступает и GPT-6 Astra (65,5%), и Claude Opus 5.5 (62,3%), а в OSWorld-2.1, где модель управляет компьютером, — Claude Opus 5.5 (87,2% против 81,5%). Все цифры получены самой Google; независимых проверок пока нет.
Модель выходит по той же вводной цене, что и Argon: 2 доллара за 1 млн входящих токенов и 10 долларов за 1 млн исходящих; токен — фрагмент текста, в котором модели считают объём работы. Цена временная: после вводного периода она вырастет вдвое, до 4 и 20 долларов. Сначала Carbon получат специалисты по киберзащите, затем доступ поэтапно расширят для доверенных партнёров по программе Fairwind. Google пишет, что участвует в добровольной процедуре, по которой правительство США тестирует модели до выпуска, и до открытого запуска продолжит настраивать ограничения.
В чём суть: Google выпустила модель, которая по её собственным тестам опережает конкурентов в поиске и исправлении уязвимостей, но не даёт её всем сразу: сначала её получат защитники, чтобы возможности для взлома не оказались раньше у нападающих. Утверждение, что Carbon лучше всех, верно для большинства тестов Google, но не для всех.
Кому это выгодно: Специалистам по киберзащите — ранний доступ к инструменту для поиска и исправления уязвимостей. Google — шанс укрепить позиции в гонке передовых моделей с OpenAI и Anthropic. Разработчикам придётся ждать: дата широкого запуска не названа.
Бэкграунд: Google DeepMind — исследовательское подразделение Google по искусственному интеллекту; семейство моделей Gemini оно выпускает с 2023 года. Anthropic, чьи модели Google приводит для сравнения, в октябре подала документы на IPO.
Ранее мы также писали о том, что Anthropic перед IPO нарастила выручку в 14 раз.
