Gemini 4 Carbon: наша следующая передовая модель

Главный смысл: Google представила Gemini 4 Carbon — модель с упором на программирование, длительные многошаговые задачи и кибербезопасность. Практически важен заявленный переход от поиска уязвимостей к проверке их опасности и подготовке исправлений, но доступ пока открывают ограниченному кругу специалистов.

• Результаты тестов. По данным Google, Carbon набрала 59 баллов в Artificial Analysis Intelligence Index версии 5.0 и заняла первое место. В тестах на поиск уязвимостей SEC-bench Pro, эксплуатацию ExploitGym и исправление CWE-bench заявлены результаты 88,2%, 54,8% и 71,0% соответственно. Существенная оговорка: эти проверки кибервозможностей проводились без защитных ограничений модели.
• Работа над длинными задачами. Внутренние команды Google сообщают, что Carbon могла работать по несколько дней над сложными инженерными задачами, включая поиск первопричин ошибок в больших кодовых базах. Это наблюдения разработчика, а не подтверждение такой же автономности на любых пользовательских проектах.
• Меньше недостоверных утверждений. По внутренним тестам компании, неподкреплённых заявлений стало примерно вдвое меньше, чем у Gemini 4 Argon. В тесте Gray Swan на косвенные инъекции инструкций заявлена нулевая доля успешных атак; это результат конкретного набора проверок, а не гарантия неуязвимости.
• Ограниченный запуск. На неделе анонса Google планирует предоставить модель части специалистов по киберзащите, затем расширять доступ через программу Fairwind. Конкретного срока выхода для массовой аудитории статья не называет.

Что дальше: Стоит следить за независимыми проверками и тем, насколько результаты сохранятся при включённых защитных механизмах. Для практического внедрения важны также стоимость завершённой задачи, необходимость человеческого контроля и доступность модели за пределами партнёрской программы. Пока заявления о надёжности опираются преимущественно на оценки самой Google.