Trinvis udrulning giver Googles Gemini 4 Carbon til cybersikkerhedsforsvarere først

Google annoncerede Gemini 4 Carbon den 28. oktober 2026 og beskrev modellen som virksomhedens stærkeste frontiermodel. Google oplyste, at modellen bliver tilgængelig for brugerne gennem en trinvis udrulning, der begynder med en del af cybersikkerhedsforsvarerne frem for en bred lancering.

I annonceringen beskrev Koray Kavukcuoglu, SVP hos Google DeepMind og Chief AI Architect hos Google, Carbon som virksomhedens stærkeste model med førende cybersikkerhedsegenskaber og evner til opgaver med lang tidshorisont. Carbon afløser Gemini 4 Argon, som Google lancerede to uger før annonceringen af Carbon. Google sagde, at den nye model viser, hvor hurtigt virksomheden flytter grænserne for, hvad der er muligt, samtidig med at den styrker sine sikkerhedsforanstaltninger.

Google sagde, at virksomheden går målrettet til værks med udrulningen og deltager aktivt i den amerikanske regerings frivillige proces for test af modeller før lancering. Fra og med ugen, hvor annonceringen fandt sted, vil virksomheden give en del af cybersikkerhedsforsvarerne adgang til Carbon og derefter gradvist give flere betroede partnere adgang gennem sit Fairwind-program. Google sagde, at virksomheden fortsat indsamler feedback og løbende forbedrer sikkerhedsforanstaltningerne, før modellen bliver tilgængelig for udviklere, virksomheder og forbrugere via virksomhedens produkter. Google tilføjede, at hensigten er at gøre det så hurtigt som muligt.

Kodning med lang tidshorisont og generelle benchmarks

Google sagde, at Carbon er udviklet til vanskeligere tekniske problemer med lang tidshorisont og vedvarende agentbaserede arbejdsgange. Interne teams har set modellen arbejde i dagevis og fortsætte trods blindgyder med komplekse opgaver i flere trin, såsom at finde den grundlæggende årsag til og rette subtile fejl i store kodebaser og systemer på lavt niveau.

Ifølge Google ligger Carbon på førstepladsen i den nyligt opdaterede version 5.0 af Artificial Analysis Intelligence Index med en score på 59. Virksomheden oplyste, at Carbon vandt 89 Elo-point og nåede en fjerdeplads med en score på 1768 på WebDev Arena, hvilket ifølge virksomheden afspejler en forbedret kvalitet af webudviklingsresultater og -artefakter. Google sagde, at forbedringerne fokuserede på kodning, agentbaserede opgaver og videnskabelige opgaver samt full-stack-webudvikling og multimodal forståelse, og at de byggede på brugerfeedback.

Resultater inden for cybersikkerhedsforsvar

Google rapporterede førende resultater på tværs af cybersikkerhedsforsvarets livscyklus, fra registrering og validering af sårbarheder til afhjælpning, og oplyste, at de eksterne evalueringer blev gennemført uden sikkerhedsforanstaltninger. På SEC-bench Pro, der måler autonom opdagelse af komplekse fejl i software fra den virkelige verden, rapporterede Google en score på 88,2 %. På ExploitGym, et benchmark, der bruges til at validere, om identificerede sårbarheder kan udnyttes, rapporterede Google en ny førende score på 54,8 %. På Collinears CWE-bench, der tester, om sårbarheder rettes ved deres grundlæggende årsag, rapporterede Google en score på 71,0 %.

På interne benchmarks rapporterede Google, at Carbon opnår en mere end 2x forbedring af succesraten for generering af sikker kode sammenlignet med Argon, og at virksomhedens Chrome-team fandt, at Carbon var mere end 10X bedre end et andet laboratoriums store frontiermodel til at generere rettelser af høj kvalitet. Google tilføjede, at Wiz, virksomhedens cloud-sikkerhedsplatform, har observeret, at Carbon fører på benchmarks for penetrationstest af websteder, en central funktion i Wiz’ Scan for Good-initiativ.

Resultater inden for sikkerhed og tilpasning

Ifølge Google bygger Carbon videre på den flerlags sikkerheds- og beskyttelsesarkitektur, der bruges til Argon. Den kombinerer modeltræning, beskyttelse mod misbrug i realtid, modstandsdygtighed over for prompt-injektion og overvågning af ræsonnementskæder.

Virksomheden oplyste, at Carbon reducerede antallet af vellykkede snydeforsøg på Terminal-Bench 4.0 til 0,0 %, mens snydeforsøgene faldt til 0,4 %, og den samlede nøjagtighed blev forbedret. De interne teams oplevede desuden, at advarsler om alvorlig fejltilpasning faldt med næsten 80 % i aktive kodningsmiljøer. Google sagde, at Carbon i interne tests reducerer udokumenterede påstande med cirka 2x sammenlignet med Argon, indarbejder metodiske forbehold direkte i leverancerne og afstår fra blokerede handlinger med en tydelig liste over, hvad der stadig kræves, i stedet for at opdigte oplysninger eller tage forbehold på grund af manglende dokumentation. Google rapporterede også et fald på 26 % i overdreven indgriben og 29 % i utilstrækkelig service under udførelsen af planer i flere trin. Virksomheden sagde, at modellen finder relevante kilder og gør brugeren opmærksom på uoverensstemmelser, før den handler, når opgaverne er tvetydige. På Gray Swans Indirect Prompt Injection Benchmark rapporterede Google en succesrate på 0,0 % for angreb mod Carbon – modellen modstod hvert eneste evaluerede angrebsforsøg – efter at Argon tidligere havde ført benchmarken med 0,7 %.

Adgang til Fairwind-programmet og priser

Fairwind-programmet, der drives af Google DeepMind, giver forsvarere med høj prioritet, såsom myndigheder, sundhedsudbydere og telekommunikationstjenester, tidlig adgang til avancerede modeller. Google DeepMind oplyser, at virksomheden i øjeblikket samarbejder med mere end 650 partnere verden over, og at en gruppe af programmets partnere får eksklusiv adgang til Gemini 4 Argon til brug sammen med CodeMender, virksomhedens specialiserede agent til kodesikkerhed, der automatiserer rettelser af software.

Adgang til programmet er underlagt særlige betingelser. Partnere må kun udføre tilladte opgaver med dobbelt anvendelse, herunder autoriseret trusselsimulering, reverse engineering og malwareanalyse til defensive og akademiske forskningsformål; ondsindede opgaver såsom udvikling af malware er ikke tilladt. Deltagende organisationer skal anvende godkendelse på brugerniveau og phishing-resistent multifaktorgodkendelse, begrænse modellernes adgang til interne teams inden for cybersikkerhed, hændelseshåndtering eller penetrationstest og holde styr på medarbejdernes adgang og brug. Partnere må ikke dele, videredistribuere eller sælge adgangen til modellerne, og Google DeepMind foretager baggrundstjek af ansøgere for at kontrollere deres sikkerhedshistorik og historik med etisk drift. Programmet prioriterer regeringer og nationale cybermyndigheder, operatører af kritisk infrastruktur inden for sundhedsvæsen, telekommunikation, energi og finansielle netværk samt centrale teknologiplatforme.

Carbon lanceres til samme introduktionspris som Argon: $2 pr. million inputtokens og $10 pr. million outputtokens, mens cachelagrede inputtokens koster 95 % mindre end den almindelige pris for inputtokens. En fodnote i meddelelsen oplyser, at priserne efter introduktionsperiodens udløb vil være $4 pr. million inputtokens og $20 pr. million outputtokens.

Google sagde, at selskabet glæder sig til at se, hvordan den første gruppe cyberforsvarere bruger modellen, og ser frem til snart at gøre Carbon tilgængelig for udviklere, virksomheder og forbrugere.