گوگل دو هفته پس از معرفی مدل Argon، از Gemini 4 Carbon به‌عنوان مدل پیشرو (Frontier Model) بعدی خود رونمایی کرد. به گفته گوگل، این مدل در کدنویسی، وظایف عامل‌محور (Agentic Tasks) و دفاع سایبری (Cybersecurity Defense) برای یافتن آسیب‌پذیری‌ها پیشرفت چشمگیری داشته است.
گوگل اعلام کرد Carbon در نسخه ۵.۰ شاخص هوش Artificial Analysis Intelligence Index که به‌تازگی به‌روزرسانی شده، با امتیاز ۵۹ رتبه نخست را کسب کرده است. این شرکت می‌گوید انتشار سریع مدل نتیجه همکاری نزدیک پژوهشگران و مدل‌ها برای پیشبرد سریع‌تر قابلیت‌ها بوده است.
بهبود کدنویسی و درک چندوجهی
بر اساس بازخورد کاربران پس از انتشار قبلی، گوگل Carbon را در حوزه‌های کدنویسی، وظایف عامل‌محور، وظایف علمی، توسعه کامل وب (Full-Stack Web Development) و درک چندوجهی (Multimodal Understanding) بهبود داده است.
- گوگل می‌گوید کیفیت خروجی و مصنوعات (Artifacts) در توسعه وب بهتر شده و Carbon با ۸۹ امتیاز Elo افزایش، به رتبه چهارم (۱۷۶۹) در WebDev Arena رسیده است.
تمرکز بر امنیت سایبری
گوگل در حوزه امنیت سایبری نیز اعداد مشخصی اعلام کرده است:
- پیشتازی در SEC-bench Pro با ۸۸.۲ درصد برای یافتن آسیب‌پذیری‌ها.
- عملکرد ۵۴.۸ درصدی در ExploitGym برای بهره‌برداری (Exploitation).
- عملکرد ۷۱.۰ درصدی در CWE-bench برای وصله‌گذاری (Patching).
به گفته گوگل، در بنچمارک‌های داخلی، Carbon تولید کد امن را تقویت می‌کند و در محیط‌های کدنویسی زنده با تیم‌های خود گوگل، نرخ ناهم‌راستایی (Misalignment) و جعل (Fabrication) کاهش یافته است.
ایمنی، شفافیت و همکاری با کاربر
گوگل می‌گوید روی هم‌راستایی (Alignment) Carbon کار کرده و آن را آموزش داده است تا به وظایف پیچیده یا پرتنش به شکل درست پاسخ دهد. برخی بهبودها عبارت‌اند از:
- شفافیت و صداقت بیشتر: در آزمون‌های داخلی، Carbon ادعاهای بدون پشتوانه را حدود دو برابر نسبت به Argon کاهش می‌دهد. این مدل هشدارهای روش‌شناختی را مستقیماً در خروجی قرار می‌دهد یا اقدامات مسدودشده را با فهرست روشنی از موارد باقی‌مانده متوقف می‌کند، به‌جای جعل یا حاشیه‌رفتن درباره شواهد ناقص.
- همکاری بهتر در شرایط ابهام: Carbon به‌جای حدس زدن یا تحمیل یک مسیر، منابع مرتبط را بازیابی می‌کند و پیش از اقدام، ناسازگاری‌ها را به کاربر نشان می‌دهد.
- پیگیری بدون فراتر رفتن از محدوده: گوگل می‌گوید Carbon هم‌زمان فراتر رفتن از محدوده (Overreach) را ۲۶ درصد و کم‌خدمتی (Under-Service) را ۲۹ درصد کاهش داده است؛ نتیجه، اجرای قابل‌اعتمادتر برنامه‌های چندمرحله‌ای از ابتدا تا انتها با رعایت محدودیت‌های پروژه و ماندن در چارچوب تعیین‌شده است.
دسترسی و قیمت‌گذاری
Gemini 4 Carbon رسماً «به‌زودی» در دسترس توسعه‌دهندگان، کسب‌وکارها و مصرف‌کنندگان قرار می‌گیرد. این مدل ابتدا این هفته در اختیار «مدافعان سایبری» (Cyber Defenders) خواهد بود.
گوگل پس از عرضه، قیمت معرفی (Introductory Pricing) را ارائه می‌کند: ۲ دلار برای هر یک میلیون توکن ورودی (Input Tokens) و ۱۰ دلار برای هر یک میلیون توکن خروجی (Output Tokens)، با ۹۵ درصد تخفیف برای توکن‌های ورودی کش‌شده (Cached Input Tokens) نسبت به قیمت توکن ورودی. پس از آن، هزینه ۴ دلار برای هر یک میلیون توکن ورودی و ۲۰ دلار برای هر یک میلیون توکن خروجی خواهد بود.