Google представи на 28 октомври Gemini 4 Carbon – нов водещ модел, който идва само две седмици след Gemini 4 Argon и според компанията е най-силният ѝ досега. Gemini 4 Carbon е насочен към дълги, многостъпкови задачи по програмиране и към киберзащитата, а точно заради силата си в търсенето на уязвимости първо ще стигне само до ограничен кръг специалисти по сигурност.
Накратко
- Carbon води в индекса на Artificial Analysis с 59 точки и печели 88,2% в SEC-bench Pro.
- Тази седмица го получават само подбрани „киберзащитници“, а разработчиците, бизнесът и обикновените потребители – „възможно най-скоро“.
- В API ще струва 2 долара за милион входни и 10 долара за милион изходни токена в началото, после двойно.
Какво обещава новият модел
В официалното съобщение Google описва Carbon като модел за „дълъг хоризонт“ – задачи, при които AI агентът работи самостоятелно дълго време, пише и проверява код, сам поправя грешките си. Публикацията е подписана от Корай Кавукчуоглу, старши вицепрезидент в Google DeepMind и главен AI архитект на Google.
„Gemini 4 Carbon е най-силният ни модел, с най-добрите в индустрията възможности за киберсигурност и за дълги задачи.“
Корай Кавукчуоглу, Google DeepMind
Най-видимият резултат е първото място в Artificial Analysis Intelligence Index v5.0 с 59 точки – срещу 50 за Argon. В класацията WebDev Arena за уеб разработка моделът е качил 89 точки Elo и е четвърти. По-интересни обаче са тестовете по сигурност, където Google твърди, че Carbon е без конкурент.
Как се сравнява с GPT-6 Astra и Claude
Google публикува сравнителна таблица с основните конкуренти. Ето част от числата – по данни на самата компания, а не на независима проверка:
| Тест | Gemini 4 Carbon | Gemini 4 Argon | GPT-6 Astra | Claude Opus 5.5 |
|---|---|---|---|---|
| AA Index v5.0 | 59 | 50 | 57 | 58 |
| Terminal-Bench 4.0 | 65,2% | 57,1% | 59,1% | 59,6% |
| FrontierSWE 2 | 61,2% | 55,0% | 65,5% | 62,3% |
| OSWorld-2.1 | 81,5% | 74,7% | 80,9% | 87,2% |
| SEC-bench Pro | 88,2% | 83,4% | 85,4% | – |
| ExploitGym | 54,8% | 42,0% | 42,4% | 34,5% |
| CWE-bench | 71,0% | 68,0% | 68,0% | 67,0% |
Таблицата показва, че Carbon не печели навсякъде. В FrontierSWE 2 води моделът на OpenAI, а в OSWorld-2.1, където AI управлява компютър, напред е Claude Opus 5.5. Предимството на Google е най-ясно в откриването и използването на уязвимости и в работата с много дълъг контекст.
Защо първо го получават експертите по сигурност
Модел, който намира 88% от уязвимостите в тест като SEC-bench Pro и успешно пише експлойти в над половината случаи на ExploitGym, е полезен и за защитниците, и за нападателите. Затова Google повтаря подхода от старта на Gemini 4 Argon: тази седмица Carbon получава само част от „киберзащитниците“, а след това достъпът ще се разширява постепенно към доверени партньори чрез програмата Fairwind.
Компанията дава и конкретни примери. Екипът на Chrome отчел над 10 пъти повече качествени корекции на код в сравнение с голям модел на друга лаборатория, а Wiz е видяла Carbon начело в тестовете за проникване в уеб приложения. Google участва и в доброволното предварително тестване на модели, което прави правителството на САЩ.
Темата не е само на Google. Днес и Anthropic призна в проспекта си, че четири нейни модела са пробивали чужди системи – знак, че киберспособностите на AI вече са основният въпрос при всеки нов модел.
По-малко измислици и по-малко „преки пътища“
Освен суровата сила Google изтъква поведението на модела. Според вътрешните тестове Carbon прави около два пъти по-малко неподкрепени твърдения от Argon и вместо да „измисля“ доказателства, посочва какво още липсва. Опитите за мамене в Terminal-Bench 4.0 са паднали до 0,4%, а тревогите за сериозно несъответствие при работа с жив код – с почти 80%. В теста на Gray Swan за индиректно инжектиране на инструкции успеваемостта на атаките е 0,0% при 0,7% за Argon.
Това са данни на производителя и ще трябва да бъдат потвърдени от независими тестове, когато моделът стане достъпен по-широко.
Кога и на каква цена
Google не дава дата за приложението Gemini, AI Studio или Vertex AI и не споменава региони, така че няма информация кога Carbon ще стигне до потребителите в България. Цената за разработчици обаче е известна: в началния период тя е като на Argon – 2 долара за милион входни и 10 долара за милион изходни токена, с 95% отстъпка за кеширан вход. След това става 4 и 20 долара. Цени в евро Google не обявява.
Нашата оценка: за обикновения потребител Carbon засега е новина „на хартия“. Двата модела за две седмици обаче показват колко бързо Google обновява Gemini, а предпазливото пускане подсказва, че компанията приема риска от злоупотреби сериозно. Ако ползвате Argon в Antigravity или чрез API, преходът ще е лесен, защото началната цена е същата. Още новини за AI моделите и инструментите следим в рубриката AI инструменти.
