Google представила Gemini 4 Carbon — новую флагманскую модель с упором на длительные задачи по программированию и кибербезопасность.
Первыми её получат доверенные специалисты по защите информационных систем.
Программирование и многоэтапные задачи По словам Google, во внутренних проектах Carbon способна работать над одной задачей несколько суток: искать причины сложных ошибок в больших кодовых базах, пробовать другие подходы после неудач и готовить исправления.
В независимом Artificial Analysis Intelligence Index v5.0 модель в режиме High набрала 59 баллов и заняла первое место. Следом идёт Claude Opus 5.5 в режиме Max с 58 баллами. Индекс объединяет девять испытаний на программирование, рассуждения, научные и агентные задачи.
В таблице Google Carbon улучшила результаты Argon, но лидерство среди конкурентов зависит от теста:
Первый тест проверяет выполнение задач в терминале, второй — сложную разработку ПО, третий — управление компьютером. Во FrontierSWE 2 Carbon уступает GPT-6 Astra и Claude Opus 5.5, а в OSWorld-2.1 — модели Anthropic.
В WebDev Arena, где сравнивают результаты разработки сайтов, Carbon прибавила 89 пунктов рейтинга Elo и заняла четвёртое место с 1768 баллами.
Поиск уязвимостей и исправление кода Google заявляет улучшения на всех этапах защиты ПО — от обнаружения ошибки до проверки её опасности и подготовки исправления. В опубликованных результатах Carbon получила:
88,2% в SEC-bench Pro на поиск реальных уязвимостей против 83,4% у Argon. 54,8% в ExploitGym на проверку возможности эксплуатации против 42% у Argon. 71% в CWE-bench на исправление уязвимостей против 68% у Argon. Эти кибертесты проводились без защитных ограничений модели. Во внутренних испытаниях Google доля успешного создания безопасного кода выросла более чем вдвое относительно Argon.
Меньше выдуманных результатов и обходов правил Во внутренних испытаниях Google Carbon примерно вдвое реже делала неподтверждённые заявления, чем Argon. Когда необходимых данных нет, модель должна указывать, чего не хватает для завершения работы.
В испытаниях Terminal-Bench 4.0 доля успешного обхода правил теста снизилась до нуля, хотя попытки всё ещё фиксировались в 0,4% случаев. В тесте Gray Swan на скрытые вредоносные инструкции в документах и других внешних данных успешными оказались 0% атак против 0,7% у Argon.
Это результаты конкретных испытаний, а не гарантия отсутствия ошибок или полной защиты от подобных атак. Показатели кибербезопасности и поведения приводит Google, отдельно от независимого индекса Artificial Analysis.
Когда Gemini 4 Carbon станет доступна и сколько будет стоить На этой неделе Google начнёт предоставлять Carbon ограниченной группе специалистов по киберзащите, затем расширит доступ через Fairwind Program. Разработчики, компании и обычные пользователи получат модель после дополнительной проверки защитных механизмов. Дата общего запуска пока не названа.
Вводная цена составит $2 за 1 млн входящих токенов и $10 за 1 млн исходящих — столько же заявляли для Argon. Кэшированные входящие токены будут на 95% дешевле обычных.
Однако в сноске Google указывает, что после вводного периода тариф вырастет до $4 и $20 соответственно. Продолжительность этого периода компания не уточняет.
«Код.ру» рассказывал об анонсе Gemini 4 Argon, которую тоже сначала предоставили специалистам по кибербезопасности. 13 октября Google открыла её разработчикам, бизнесу и подписчикам Google AI Pro и Ultra. У Carbon этот этап ещё впереди.
Комментарии