Google выпустила Gemini 4 Carbon — свою самую сильную модель для киберзащиты

28 октября Google DeepMind представила Gemini 4 Carbon — модель, которую компания называет самым сильным своим релизом для кибербезопасности и длительных агентных задач. Carbon возглавил обновлённый индекс Artificial Analysis Intelligence Index v5.0 с результатом 59 баллов и с первого дня доступен не всем: сначала его получает ограниченный круг специалистов по киберзащите, затем — доверенные партнёры по программе Fairwind.

Что показали замеры

Google раскрыл результаты по трём ключевым для защиты бенчмаркам:

• SEC-bench Pro — 88,2%: поиск реальных уязвимостей в production-коде.
• ExploitGym — 54,8%: проверка того, эксплуатируется ли найденная уязвимость, чтобы правильно расставить приоритеты исправлений.
• CWE-bench — 71,0%: исправление корневой причины, а не симптома.

В задачах на надёжность Carbon тоже прибавил относительно Argon: успешность генерации безопасного кода выросла более чем вдвое, а в WebDev Arena модель поднялась на 89 пунктов Elo до 1768 баллов и четвёртого места. В Chrome команда сообщила, что Carbon писал качественные патчи более чем в 10 раз лучше крупной фронтирной модели другой лаборатории; Wiz отмечает лидерство Carbon в тестах на проникновение веб-приложений.

Меньше обходов и выдумок

Отдельный блок релиза — поведенческие метрики, которые Google измеряет на собственных инженерных задачах:

• успешное жульничество на Terminal-Bench 4.0 снижено до 0,0%, попытки — до 0,4%;
• частота оповещений о серьёзных проблемах выравнивания упала почти на 80%;
• необоснованные утверждения в ответах сократились примерно вдвое по сравнению с Argon;
• выход за рамки задачи уменьшился на 26%, а недоделанная работа — на 29%;
• успешность атак из бенчмарка Gray Swan по косвенному промпт-инъектированию — 0,0% против 0,7% у Argon.

Условия доступа и цена

Carbon вышел всего через две недели после Gemini 4 Argon, что задаёт темп всей линейке. Google заявляет, что участвует в добровольном процессе предрелизного тестирования американского правительства, и обещает расширять доступ через Fairwind Program, а затем открыть модель разработчикам, компаниям и потребителям «как можно скорее». Цена на старте та же, что у Argon: 2 доллара за миллион входных токенов и 10 долларов за миллион выходных, кэшированные входные токены — со скидкой 95%.

Почему это важно

Фронтирные релизы всё чаще выходят с ограниченным доступом: сильнейшую модель сначала получают защитники, а не широкая аудитория. Для бизнеса это означает, что окно между «модель анонсирована» и «модель доступна в API» снова растягивается, а ставка в конкуренции смещается от общих чатов к способности модели работать сутками над многошаговой инженерной задачей и не изобретать факты по дороге.