Google представила Gemini 4 Carbon — новую флагманскую языковую модель, которую компания называет самой сильной в своей линейке. Языковая модель — это программа, которая понимает и пишет текст и программный код. Carbon вышла 28 октября, всего через две недели после Gemini 4 Argon. Главные её сильные стороны, по данным компании, — многодневная самостоятельная работа с кодом и защита программ от взлома.
Воспользоваться новинкой большинство пока не сможет. Первой доступ получила небольшая группа специалистов по кибербезопасности. Затем модель откроют другим доверенным партнёрам через программу Fairwind, а разработчикам, бизнесу и обычным пользователям — «как можно скорее», после сбора отзывов и доработки защитных ограничений. Точных сроков Google не назвала, как и того, появится ли Carbon в приложении Gemini. О доступности в Казахстане и поддержке русского и казахского языков компания не сообщала.
Такую осторожность Google объясняет возможностями модели в сфере безопасности. По данным компании, Carbon находит уязвимости — ошибки в программах, через которые злоумышленники могут проникнуть в систему, — проверяет их и сама пишет исправления. В тестах, которые проводились без защитных ограничений, модель справилась с 88,2% заданий по поиску уязвимостей в наборе SEC-bench Pro и с 71% заданий по их исправлению в CWE-bench. Команда браузера Chrome, по словам Google, оценила её исправления как более чем в 10 раз качественнее, чем у крупной модели другой компании, которую не назвали.
Среди других улучшений по сравнению с Argon компания называет:
- способность несколько дней подряд работать над задачей в большом программном проекте, не бросая её в тупиковых ситуациях;
- вдвое меньше необоснованных утверждений в ответах;
- устойчивость к скрытым вредоносным инструкциям, подброшенным в тексты и сайты: в тесте Gray Swan не удалась ни одна атака, у Argon успешными были 0,7%;
- почти на 80% меньше серьёзных сигналов о нежелательном поведении модели при работе с кодом внутри компании.
Заявление о лидерстве частично подтверждают независимые сравнения. В обновлённом рейтинге Artificial Analysis Intelligence Index Carbon набрала 59 баллов и заняла первое место (у Argon — 50), а в текстовом рейтинге LMArena, где модели оценивают сами пользователи, вышла на первую строчку. При этом, как отмечает The Decoder со ссылкой на Artificial Analysis, в самостоятельном программировании модель уступает Claude Opus 5.5 от Anthropic. Точность ответов на вопросы на знание фактов выросла с 48% до 58%, но вместе с ней выросла и доля выдуманных фактов — с 4% до 11%.
Цены для разработчиков на старте такие же, как у Argon: 2 доллара за миллион входных токенов и 10 долларов за миллион выходных (токен — фрагмент слова, которым модель измеряет объём текста). После вводного периода цены вырастут вдвое — до 4 и 20 долларов. Google также сообщила, что модель проходит добровольное предварительное тестирование у правительства США.
Gemini — семейство моделей ИИ, которое разрабатывает подразделение Google DeepMind. На этих моделях работают чат-бот Gemini и ИИ-функции Поиска, Android и сервисов Workspace. Поэтапный запуск, начиная с киберзащитников, Google уже применяла с Argon. Ранее компания также раскрывала, что Gemini взломала системы трёх компаний во время контролируемых испытаний.
