Η σταδιακή διάθεση δίνει πρώτα το Gemini 4 Carbon της Google στους υπερασπιστές της κυβερνοασφάλειας

Η Google ανακοίνωσε το Gemini 4 Carbon στις 28 Οκτωβρίου 2026, περιγράφοντάς το ως το ισχυρότερο μοντέλο αιχμής της εταιρείας, και δήλωσε ότι θα φτάσει στους χρήστες μέσω σταδιακής διάθεσης, η οποία θα ξεκινήσει από μια υποομάδα υπερασπιστών της κυβερνοασφάλειας και όχι με ευρεία κυκλοφορία.

Στην ανακοίνωση, ο Koray Kavukcuoglu, ανώτερος αντιπρόεδρος της Google DeepMind και επικεφαλής αρχιτέκτονας τεχνητής νοημοσύνης στην Google, χαρακτήρισε το Carbon το ισχυρότερο μοντέλο της εταιρείας, με κορυφαίες επιδόσεις στην κυβερνοασφάλεια και προηγμένες δυνατότητες για εργασίες μεγάλης χρονικής κλίμακας. Το Carbon διαδέχεται το Gemini 4 Argon, το οποίο η Google κυκλοφόρησε δύο εβδομάδες πριν από την ανακοίνωση του Carbon. Η Google δήλωσε ότι το νέο μοντέλο αποτυπώνει τον ρυθμό με τον οποίο προωθεί τα όρια της τεχνολογίας, ενισχύοντας παράλληλα τις δικλίδες ασφαλείας του.

Η Google δήλωσε ότι ακολουθεί μια μελετημένη προσέγγιση ως προς τη διάθεση και συμμετέχει ενεργά στην εθελοντική διαδικασία της κυβέρνησης των ΗΠΑ για τη δοκιμή μοντέλων πριν από την κυκλοφορία τους. Από την εβδομάδα της ανακοίνωσης, η εταιρεία θα διαθέσει το Carbon σε μια υποομάδα υπερασπιστών της κυβερνοασφάλειας και στη συνέχεια θα επεκτείνει σταδιακά την πρόσβαση σε επιπλέον έμπιστους συνεργάτες μέσω του Προγράμματος Fairwind. Η Google δήλωσε ότι συνεχίζει να συλλέγει σχόλια και να βελτιώνει τις δικλίδες ασφαλείας πριν διαθέσει το μοντέλο σε προγραμματιστές, επιχειρήσεις και καταναλωτές μέσω των προϊόντων της, προσθέτοντας ότι σκοπεύει να το κάνει το συντομότερο δυνατό.

Προγραμματισμός μεγάλης χρονικής κλίμακας και γενικά σημεία αναφοράς

Η Google δήλωσε ότι το Carbon έχει σχεδιαστεί για δυσκολότερα μηχανικά προβλήματα μεγάλης χρονικής κλίμακας και για παρατεταμένες ροές εργασίας με αυτόνομους πράκτορες. Εσωτερικές ομάδες ανέφεραν ότι το μοντέλο λειτουργεί επί ημέρες και επιμένει ακόμη κι όταν συναντά αδιέξοδα, σε σύνθετες εργασίες πολλών βημάτων, όπως ο εντοπισμός της βασικής αιτίας και η διόρθωση δυσδιάκριτων σφαλμάτων σε μεγάλες βάσεις κώδικα και συστήματα χαμηλού επιπέδου.

Σύμφωνα με την Google, το Carbon βρίσκεται στην πρώτη θέση της πρόσφατα ενημερωμένης έκδοσης 5.0 του Artificial Analysis Intelligence Index, με βαθμολογία 59. Η εταιρεία ανέφερε ότι το Carbon κέρδισε 89 βαθμούς Elo και ανέβηκε στην τέταρτη θέση του WebDev Arena, με βαθμολογία 1768, επικαλούμενη τη βελτιωμένη ποιότητα των αποτελεσμάτων και των παραδοτέων στην ανάπτυξη ιστού. Η Google δήλωσε ότι εστίασε τις βελτιώσεις στον προγραμματισμό, στις εργασίες με αυτόνομους πράκτορες και στις επιστημονικές εργασίες, καθώς και στην ανάπτυξη ιστού πλήρους στοίβας και στην πολυτροπική κατανόηση, αξιοποιώντας τα σχόλια των χρηστών.

Επιδόσεις στην άμυνα της κυβερνοασφάλειας

Η Google ανέφερε κορυφαίες επιδόσεις σε όλο τον κύκλο άμυνας της κυβερνοασφάλειας —τον εντοπισμό, την επικύρωση και την αποκατάσταση ευπαθειών— και δήλωσε ότι οι εξωτερικές αξιολογήσεις πραγματοποιήθηκαν χωρίς δικλίδες ασφαλείας. Στο SEC-bench Pro, το οποίο μετρά τον αυτόνομο εντοπισμό σύνθετων αδυναμιών σε πραγματικό λογισμικό, η Google ανέφερε επίδοση 88,2%. Στο ExploitGym, ένα σημείο αναφοράς που χρησιμοποιείται για να επαληθεύεται αν οι εντοπισμένες ευπάθειες είναι εκμεταλλεύσιμες, η Google ανέφερε νέο κορυφαίο αποτέλεσμα 54,8%. Στο CWE-bench της Collinear, το οποίο αξιολογεί την επιδιόρθωση ευπαθειών στη βασική τους αιτία, η Google ανέφερε επίδοση 71,0%.

Σε εσωτερικές δοκιμές αναφοράς, η Google ανέφερε ότι το Carbon πετυχαίνει υπερδιπλάσιο ποσοστό επιτυχίας στη δημιουργία ασφαλούς κώδικα σε σύγκριση με το Argon, ενώ η ομάδα της Chrome διαπίστωσε ότι το Carbon ήταν πάνω από 10 φορές καλύτερο από ένα μεγάλο μοντέλο αιχμής άλλου εργαστηρίου στη δημιουργία ποιοτικών διορθώσεων. Η Google πρόσθεσε ότι η Wiz, η πλατφόρμα ασφάλειας στο cloud της, διαπιστώνει πως το Carbon προηγείται σε δοκιμές αναφοράς για τη διείσδυση σε εφαρμογές ιστού, μια βασική δυνατότητα για την πρωτοβουλία Scan for Good της Wiz.

Αποτελέσματα ασφάλειας και ευθυγράμμισης

Σύμφωνα με την Google, το Carbon βασίζεται στην πολυεπίπεδη στοίβα ασφάλειας και προστασίας που χρησιμοποιείται για το Argon, η οποία συνδυάζει την εκπαίδευση του μοντέλου, την προστασία από κακόβουλη χρήση σε πραγματικό χρόνο, την ανθεκτικότητα σε επιθέσεις μέσω έγχυσης εντολών και την παρακολούθηση της αλυσίδας σκέψης.

Η εταιρεία ανέφερε ότι το Carbon μείωσε στο 0,0% την επιτυχημένη εξαπάτηση στο Terminal-Bench 4.0, με τις απόπειρες εξαπάτησης να υποχωρούν στο 0,4% ενώ η συνολική ακρίβεια βελτιώθηκε, και ότι οι ειδοποιήσεις για σοβαρές περιπτώσεις κακής ευθυγράμμισης μειώθηκαν σχεδόν κατά 80% σε περιβάλλοντα ζωντανού προγραμματισμού με εσωτερικές ομάδες. Η Google δήλωσε ότι, σε εσωτερικές δοκιμές, το Carbon μειώνει κατά περίπου δύο φορές τους ισχυρισμούς που δεν τεκμηριώνονται σε σύγκριση με το Argon, ενσωματώνει απευθείας στα παραδοτέα μεθοδολογικές επιφυλάξεις και δεν εκτελεί ενέργειες που έχουν αποκλειστεί, παραθέτοντας με σαφήνεια τι απομένει να γίνει αντί να επινοεί στοιχεία ή να διατυπώνει υπεκφυγές όταν λείπουν τεκμήρια. Η Google ανέφερε επίσης μείωση κατά 26% στην υπέρβαση των ορίων και κατά 29% στην ανεπαρκή εκτέλεση κατά την υλοποίηση σχεδίων πολλών βημάτων, ενώ δήλωσε ότι, όταν οι εργασίες είναι ασαφείς, το μοντέλο ανακτά σχετικές πηγές και επισημαίνει στον χρήστη τις αποκλίσεις πριν ενεργήσει. Στο Indirect Prompt Injection Benchmark της Gray Swan, η Google ανέφερε ποσοστό επιτυχίας επιθέσεων 0,0% για το Carbon —το οποίο αντιστάθηκε σε κάθε επίθεση που αξιολογήθηκε—, αφού το Argon είχε προηγουμένως βρεθεί στην κορυφή της δοκιμής αναφοράς με 0,7%.

Πρόσβαση και τιμολόγηση του Προγράμματος Fairwind

Το Πρόγραμμα Fairwind, το οποίο διαχειρίζεται η Google DeepMind, παρέχει έγκαιρη πρόσβαση σε προηγμένα μοντέλα σε φορείς που έχουν υψηλή προτεραιότητα, όπως κυβερνήσεις, πάροχοι υγειονομικής περίθαλψης και τηλεπικοινωνιακές υπηρεσίες. Η Google DeepMind αναφέρει ότι συνεργάζεται αυτή τη στιγμή με περισσότερους από 650 εταίρους παγκοσμίως και ότι μια ομάδα συνεργατών του προγράμματος έχει αποκλειστική πρόσβαση στο Gemini 4 Argon για χρήση με το CodeMender, τον εξειδικευμένο πράκτορα ασφάλειας κώδικα της, ο οποίος αυτοματοποιεί τις διορθώσεις λογισμικού.

Η πρόσβαση στο πρόγραμμα υπόκειται σε συγκεκριμένους όρους. Οι συνεργάτες μπορούν να εκτελούν μόνο επιτρεπόμενες εργασίες διττής χρήσης, όπως εξουσιοδοτημένες προσομοιώσεις απειλών, αντίστροφη μηχανική και ανάλυση κακόβουλου λογισμικού για σκοπούς αμυντικής και ακαδημαϊκής έρευνας· δεν επιτρέπονται κακόβουλες εργασίες, όπως η δημιουργία κακόβουλου λογισμικού. Οι συμμετέχοντες οργανισμοί πρέπει να εφαρμόζουν έλεγχο ταυτότητας σε επίπεδο χρήστη και έλεγχο ταυτότητας πολλαπλών παραγόντων με ανθεκτικότητα στο ηλεκτρονικό ψάρεμα, να περιορίζουν την πρόσβαση στα μοντέλα στις εσωτερικές ομάδες κυβερνοασφάλειας, αντιμετώπισης περιστατικών ή δοκιμών διείσδυσης, καθώς και να παρακολουθούν την πρόσβαση και τη χρήση από τους υπαλλήλους. Οι συνεργάτες δεν επιτρέπεται να κοινοποιούν, να αναδιανέμουν ή να πωλούν την πρόσβαση στα μοντέλα, ενώ η Google DeepMind διενεργεί ελέγχους ιστορικού στους αιτούντες, ώστε να επαληθεύει το ιστορικό τους στον τομέα της ασφάλειας και το ιστορικό δεοντολογικής λειτουργίας τους. Το πρόγραμμα δίνει προτεραιότητα στις κυβερνήσεις και τις εθνικές αρχές κυβερνοασφάλειας, στους φορείς εκμετάλλευσης κρίσιμων υποδομών στους τομείς της υγειονομικής περίθαλψης, των τηλεπικοινωνιών και της ενέργειας, καθώς και στα χρηματοπιστωτικά δίκτυα και τις βασικές τεχνολογικές πλατφόρμες.

Το Carbon κυκλοφορεί με την ίδια εισαγωγική τιμή με το Argon: 2 $ ανά εκατομμύριο διακριτικά εισόδου και 10 $ ανά εκατομμύριο διακριτικά εξόδου, ενώ τα διακριτικά εισόδου που αποθηκεύονται στην προσωρινή μνήμη κοστίζουν 95% λιγότερο από την τιμή των διακριτικών εισόδου. Σε υποσημείωση της ανακοίνωσης αναφέρεται ότι, μετά τη λήξη της εισαγωγικής περιόδου, η τιμή θα είναι 4 $ ανά εκατομμύριο διακριτικά εισόδου και 20 $ ανά εκατομμύριο διακριτικά εξόδου.

Η Google δήλωσε ότι ανυπομονεί να δει πώς θα χρησιμοποιήσει το μοντέλο η αρχική ομάδα κυβερνοαμυντικών και ότι προσβλέπει σύντομα στη διάθεση του Carbon σε προγραμματιστές, επιχειρήσεις και καταναλωτές.