גוגל הודיעה על Gemini 4 Carbon, שאותו היא מגדירה כמודל החזק ביותר שלה, עם ביצועים מובילים באבטחת סייבר ובמשימות ארוכות טווח. ההודעה מגיעה כשבועיים אחרי ההשקה של Gemini 4 Argon, שכתבנו עליו בעבר. בינתיים Carbon אינו זמין לציבור: החל מהשבוע הוא נפתח רק לקבוצה מצומצמת של מגִנים בתחום הסייבר.
הנתונים שגוגל מציגה
לפי הודעת גוגל, Carbon מדורג ראשון בגרסה 5.0 של מדד Artificial Analysis Intelligence Index עם ציון 59. המדד עודכן לאחרונה לגרסה הזו, וגוגל לא מציינת מה Argon מקבל בה.
בתחום הסייבר גוגל מצביעה על שלושה מבחנים חיצוניים, שבהם המודל נבדק ללא מנגנוני ההגנה שלו:
- איתור פרצות אבטחה אמיתיות: 88.2% ב-SEC-bench Pro, מבחן שבודק יכולת של סוכנים לצוד באגי אבטחה במערכות תוכנה קריטיות.
- ניצול פרצות כדי לבדוק אילו מהן מסוכנות באמת: 54.8% ב-ExploitGym, מבחן ממאגר של 869 פרצות אמיתיות שבודק אם סוכני AI מצליחים לבנות מהן התקפות.
- תיקון הבעיה מהשורש: 71.0% ב-CWE-bench של Collinear.
אלה נתוני גוגל, ולא נבדקו באופן עצמאי. בלוח התוצאות הציבורי של SEC-bench Pro, בגרסה שמופיעה בו כרגע, אין תוצאות של Carbon, והמודל המוביל שם הוא GPT-5.5 עם 58.4%. ההשוואה אינה ישירה, כי לא ברור באיזו גרסה של המבחן גוגל השתמשה.
גוגל מוסיפה שבבדיקות פנימיות Carbon הגדיל יותר מפי 2 את שיעור ההצלחה ביצירת קוד מאובטח לעומת Argon. לדבריה, צוות Chrome דיווח שהמודל היה טוב ביותר מפי 10 ממודל חזית של מעבדה אחרת ביצירת תיקונים איכותיים. חברת Wiz, פלטפורמת אבטחת הענן, מצאה שהוא מוביל במבחני חדירה לאתרים.
עבודה של ימים
Carbon נבנה למשימות הנדסיות ארוכות. גוגל מספרת שצוותיה ראו אותו רץ במשך ימים, מתמיד אחרי מבוי סתום ומאתר ומתקן באגים עדינים בבסיסי קוד גדולים ובמערכות ברמה נמוכה. בתחום פיתוח האתרים המודל עלה ב-89 נקודות ב-WebDev Arena ומדורג רביעי עם 1769.
חלק גדול מההודעה עוסק ביישור, כלומר בכך שהמודל יתנהג כפי שמצופה ממנו. לפי גוגל, ב-Terminal-Bench 4.0 הצלחות של רמאות ירדו ל-0.0% וניסיונות הרמאות ל-0.4%, ובסביבות קידוד חיות עם צוותים פנימיים התראות חמורות על חוסר יישור ירדו בכמעט 80%. טענות לא מבוססות פחתו בערך פי 2, וחריגה מההיקף ירדה ב-26%. במבחן Gray Swan נגד הזרקת הנחיות, תקיפה שבה טקסט זדוני מנסה להסיט את המודל, שיעור ההצלחה של התוקפים ירד מ-0.7% ב-Argon ל-0.0%. גם אלה נתונים של גוגל.
הפצה זהירה
גוגל אומרת שהיא משתתפת בתהליך ההתנדבותי של ממשלת ארה"ב לבדיקת מודלים לפני השקה. הגישה תינתן בהדרגה לשותפים מהימנים דרך Fairwind, התוכנית של DeepMind שנותנת למגִנים בעלי עדיפות, כמו גופי ממשל ומפעילי תשתיות קריטיות, גישה מוקדמת למודלים מתקדמים. פרטי תהליך הבדיקה והתוצאות עבור Carbon לא פורסמו.
גוגל לא נותנת תאריך להשקה לכלל המפתחים, העסקים והצרכנים, וכותבת רק "בהקדם האפשרי".
מה זה אומר בשבילכם
Carbon אינו זמין כרגע למשתמשים רגילים או למפתחים כלליים, אלא רק למגִנים נבחרים בתחום הסייבר. המחיר שגוגל מציינת הוא מחיר השקה זהה ל-Argon: 2 דולר למיליון טוקנים (יחידות טקסט) בקלט ו-10 דולר בפלט, עם הנחה של 95% על קלט במטמון. לא ברור מה יהיה המחיר אחרי תקופת ההשקה. ההודעה אינה מפרטת אם המודל יהיה זמין בישראל או יעבוד בעברית. בינתיים אפשר להשתמש ב-Argon, שזמין כבר היום.
תגובות