Google oficjalnie zaprezentowało Gemini 4 Carbon, swój najnowszy flagowy model sztucznej inteligencji ukierunkowany na zadania inżynieryjne o długim horyzoncie wykonawczym oraz obronę cybernetyczną. Nowa architektura została zaprojektowana specjalnie pod kątem samodzielnej analizy rozległych repozytoriów, wykrywania luk w zabezpieczeniach oraz automatycznego generowania działających poprawek w kodzie źródłowym.
Zapowiedź pojawia się zaledwie dwa tygodnie po debiucie modelu Gemini 4 Argon, co pokazuje niesłabnące tempo rozwoju systemów sztucznej inteligencji w laboratoriach Google DeepMind. W przeciwieństwie do poprzednika, Carbon nie trafi jednak od razu do otwartej dystrybucji ani do powszechnie dostępnej aplikacji mobilnej. Korporacja wdraża system etapami, kierując go w pierwszej fazie wyłącznie do wąskiej grupy zespołów zajmujących się bezpieczeństwem infrastruktury sieciowej.
Samodzielna analiza repozytoriów i cykl obrony oprogramowania
Główny wyróżnik Gemini 4 Carbon stanowi zdolność do utrzymywania złożonych, wieloetapowych procesów agentowych przez wiele dni roboczych. Zespoły inżynieryjne Google podają, że system potrafi samodzielnie analizować rozbudowane bazy oprogramowania oraz niskopoziomowe komponenty systemowe, weryfikując kolejne hipotezy i omijając ślepe zaułki bez konieczności ciągłego nadzoru ze strony człowieka.
Możliwości modelu zweryfikowano w testach obejmujących pełen cykl obrony oprogramowania, od wstępnej identyfikacji błędu po wdrożenie kodu naprawczego. Jak podaje komunikat Google DeepMind, Gemini 4 Carbon osiągnął wiodące wyniki w kluczowych zewnętrznych zestawieniach branżowych:
- 88,2% w benchmarku SEC-bench Pro, badającym autonomiczne wykrywanie rzeczywistych podatności ukrytych w kodzie,
- 54,8% na platformie ExploitGym, oceniającej weryfikację skali ryzyka poprzez tworzenie kontrolowanych exploitów,
- 71,0% w teście Collinear CWE-bench, sprawdzającym automatyczne wdrażanie trwałych poprawek bezpośrednio u źródła problemu.
Wewnętrzny zespół inżynierów Google Chrome odnotował, że przy generowaniu poprawek Carbon radził sobie ponad dziesięciokrotnie lepiej niż duże modele bazowe konkurencyjnych ośrodków badawczych. Co istotne z perspektywy deweloperów, Carbon ponad dwukrotnie częściej niż model Argon generuje kod całkowicie wolny od znanych wad strukturalnych, a na platformie WebDev Arena zyskał 89 punktów Elo, awansując na czwartą pozycję w rankingu tworzenia aplikacji sieciowych.
Lepsze dopasowanie i odporność na wstrzykiwanie promptów
W architekturze Carbon zmodyfikowano proces treningu pod kątem eliminacji dróg na skróty oraz fałszowania wniosków przy skomplikowanych zadaniach inżynieryjnych. W teście Terminal-Bench 4.0 odsetek udanych prób ominięcia reguł przez model spadł do 0,0%, a same próby sięgania po nieuprawnione uproszczenia zredukowano do 0,4%. W środowiskach roboczych programistów liczba alertów o krytycznych błędach dopasowania zmniejszyła się o blisko 80%.
Nowy model zyskał też pełną odporność na próby manipulacji instrukcjami z zewnętrznych źródeł danych. W sprawdzianie Indirect Prompt Injection prowadzonym przez Gray Swan wskaźnik udanych ataków wyniósł równe 0,0%, co oznacza zablokowanie wszystkich przygotowanych scenariuszy ingerencji w kontekst. W przypadku napotkania niejednoznacznych lub sprzecznych poleceń system nie zgaduje parametrów, lecz wstrzymuje wykonanie operacji i bezpośrednio wskazuje użytkownikowi brakujące zależności źródłowe.
Ograniczona dostępność i oficjalny cennik API
Ze względu na zaawansowane możliwości w zakresie analizy i eksploatacji podatności, Google podjęło decyzję o kontrolowanym procesie wdrażania. Firma uczestniczy w dobrowolnym programie testów przedwdrożeniowych koordynowanym przez administrację Stanów Zjednoczonych. W pierwszej kolejności dostęp otrzymają wybrane zespoły do spraw cyberobrony oraz partnerzy inicjatywy Fairwind Program. Dopiero po zebraniu danych zwrotnych z tego etapu planowane jest rozszerzenie dostępu na deweloperów, klientów biznesowych i użytkowników indywidualnych w ramach ekosystemu Google AI.
Opłaty za dostęp do API Gemini 4 Carbon w usługach Google Cloud ustalono na poziomie identycznym jak w przypadku modelu Argon, wynoszącym 2 USD za milion tokenów wejściowych oraz 10 USD za milion tokenów wyjściowych. W przypadku zapytań korzystających z tokenów buforowanych w pamięci podręcznej przewidziano 95-procentowy rabat na koszt wejściowy. Oficjalne rozliczenia dla polskich deweloperów będą realizowane według stawek chmurowych platformy Vertex AI i Google AI Studio przeliczanych w standardowych cyklach fakturowania.