Vaiheittainen käyttöönotto tuo Googlen Gemini 4 Carbonin ensin kyberturvallisuuden puolustajien käyttöön

Google julkisti Gemini 4 Carbonin 28. lokakuuta 2026 ja kuvaili sitä yhtiön vahvimmaksi eturintamamalliksi. Yhtiö kertoi, että malli tuodaan käyttäjien saataville vaiheittain: ensin sitä tarjotaan rajatulle joukolle kyberturvallisuuden puolustajia laajan julkaisun sijaan.

Julkistuksen yhteydessä Google DeepMindin varatoimitusjohtaja ja Googlen tekoälyn pääarkkitehti Koray Kavukcuoglu kuvaili Carbonia yhtiön vahvimmaksi malliksi, jolla on huipputason kyberturvallisuusominaisuudet ja kyky suoriutua pitkän aikavälin tehtävistä. Carbon seuraa Gemini 4 Argonia, jonka Google julkaisi kaksi viikkoa ennen Carbonin julkistusta. Googlen mukaan uusi malli kuvastaa sitä vauhtia, jolla yhtiö vie tekoälyn kehityksen eturintamaa eteenpäin ja vahvistaa samalla suojatoimiaan.

Google kertoi lähestyvänsä mallin käyttöönottoa harkitusti ja osallistuvansa aktiivisesti Yhdysvaltain hallituksen vapaaehtoiseen ennen julkaisua tehtävään mallien testausprosessiin. Julkistusviikolla yhtiö alkaa tarjota Carbonia rajatulle joukolle kyberturvallisuuden puolustajia ja laajentaa sen jälkeen käyttöoikeuksia vähitellen muille luotetuille kumppaneille Fairwind-ohjelmansa kautta. Google kertoi jatkavansa palautteen keräämistä ja suojakaiteiden kehittämistä ennen kuin malli tuodaan kehittäjien, yritysten ja kuluttajien saataville tuotteidensa kautta. Yhtiö lisäsi aikovansa tehdä tämän mahdollisimman pian.

Pitkän aikavälin koodaus ja yleiset vertailutestit

Googlen mukaan Carbon on suunniteltu vaativampiin, pitkän aikavälin teknisiin ongelmiin ja pitkäkestoisiin agenttityönkulkuihin. Sisäiset tiimit ovat nähneet mallin työskentelevän useita päiviä ja jatkavan etenemistä vaikeuksista huolimatta monivaiheisissa tehtävissä. Tällaisia tehtäviä ovat esimerkiksi suurten koodikantojen ja matalan tason järjestelmien hienovaraisten virheiden juurisyiden selvittäminen ja korjaaminen.

Googlen mukaan Carbon sijoittuu ensimmäiseksi Artificial Analysis Intelligence Indexin äskettäin päivitetyssä versiossa 5.0 pisteillä 59. Yhtiön mukaan Carbon nousi 89 Elo-pistettä ja saavutti WebDev Arenassa neljännen sijan tuloksella 1768. Google kertoi parannusten näkyvän verkkokehityksen tuotosten ja artefaktien laadussa. Yhtiö keskittyi parantamaan koodausta, agenttitehtäviä ja tieteellisiä tehtäviä sekä täyden pinon verkkokehitystä ja multimodaalista ymmärrystä käyttäjäpalautteen pohjalta.

Kyberturvallisuuden puolustustehtävissä suoriutuminen

Googlen mukaan Carbon saavutti huipputason tuloksia kyberturvallisuuden puolustamisen kaikissa vaiheissa: haavoittuvuuksien havaitsemisessa, varmentamisessa ja korjaamisessa. Yhtiö kertoi, että ulkoiset arvioinnit tehtiin ilman suojakaiteita. Todellisten ohjelmistojen monimutkaisten virheiden autonomista löytämistä mittaavassa SEC-bench Pro -testissä Google raportoi tulokseksi 88,2 %. Haavoittuvuuksien hyödynnettävyyden varmentamiseen käytetyssä ExploitGym-vertailutestissä Google raportoi uudeksi huipputulokseksi 54,8 %. Haavoittuvuuksien juurisyihin puuttuvien korjausten testaamiseen käytetyssä Collinear-yhtiön CWE-bench-testissä Google raportoi tulokseksi 71,0 %.

Sisäisissä vertailutesteissä Carbon paransi Googlen mukaan suojatun koodin tuottamisen onnistumisprosenttia yli kaksinkertaiseksi Argoniin verrattuna. Yhtiön Chrome-tiimi puolestaan havaitsi, että Carbon tuotti laadukkaita korjauspäivityksiä yli 10 kertaa paremmin kuin erään toisen tutkimuslaboratorion suuri eturintamamalli. Google kertoi lisäksi, että sen pilvitietoturva-alusta Wiz sijoittuu Carbonin avulla kärkeen verkkosivustojen tietoturvatestauksen vertailuissa. Kyseessä on Wizin Scan for Good -aloitteen keskeinen ominaisuus.

Turvallisuus- ja linjaustulokset

Googlen mukaan Carbon pohjautuu Argonissa käytettyyn monikerroksiseen turvallisuus- ja tietoturvakokonaisuuteen, jossa yhdistyvät mallin koulutus, väärinkäytösten torjunta reaaliajassa, kestävyys kehotteisiin kohdistuvia injektiohyökkäyksiä vastaan sekä ajatusketjujen valvonta.

Yhtiön mukaan Carbon vähensi Terminal-Bench 4.0 -testissä onnistuneen vilpin 0,0 prosenttiin ja vilppiyritykset 0,4 prosenttiin samalla, kun kokonaistarkkuus parani. Sisäisten tiimien kanssa käytetyissä reaaliaikaisissa koodausympäristöissä vakavien linjausristiriitojen hälytykset vähenivät lähes 80 %. Google kertoi myös, että sisäisissä testeissä Carbon vähentää perusteettomia väitteitä noin puoleen Argoniin verrattuna, tuo menetelmiä koskevat varaukset suoraan tuotoksiin ja jättää estettyjä toimintoja tekemättä. Samalla se esittää selkeän luettelon vielä tarvittavista asioista sen sijaan, että keksisi tietoja tai esittäisi puuttuvien todisteiden kohdalla epämääräisiä varauksia. Google raportoi lisäksi, että monivaiheisten suunnitelmien toteutuksessa ylilyönnit vähenivät 26 % ja puutteellinen palvelu 29 %. Yhtiön mukaan malli hakee tehtävän kannalta olennaiset lähteet ja tuo ristiriitaisuudet käyttäjän tietoon ennen toimintaan ryhtymistä, jos tehtävä on monitulkintainen. Gray Swanin Indirect Prompt Injection Benchmark -testissä Carbonin hyökkäysten onnistumisprosentti oli Googlen mukaan 0,0 %: se torjui kaikki arvioidut hyökkäysyritykset. Argon oli aiemmin johtanut samaa vertailutestiä 0,7 prosentin tuloksella.

Fairwind-ohjelman käyttöoikeudet ja hinnoittelu

Google DeepMindin hallinnoima Fairwind-ohjelma tarjoaa edistyneitä malleja ensimmäisenä erityisen tärkeille puolustajille, kuten hallituksille, terveydenhuollon tarjoajille ja televiestintäpalveluille. Google DeepMind kertoo työskentelevänsä tällä hetkellä yli 650 kumppanin kanssa eri puolilla maailmaa. Osa ohjelman kumppaneista saa yksinoikeudella käyttöönsä Gemini 4 Argonin, jota voi käyttää CodeMenderin kanssa. CodeMender on erikoistunut koodin tietoturva-agentti, joka automatisoi ohjelmistojen korjaamisen.

Ohjelmaan pääsyyn liittyy erityisiä ehtoja. Kumppanit saavat suorittaa vain sallittuja kaksikäyttötehtäviä, kuten valtuutettuja uhkien simulointeja, käänteistekniikkaa ja haittaohjelmien analysointia puolustuksellisiin ja akateemisiin tutkimustarkoituksiin; haitalliset tehtävät, kuten haittaohjelmien luominen, eivät ole sallittuja. Osallistuvien organisaatioiden on käytettävä käyttäjätason todennusta ja tietojenkalastelua kestävää monivaiheista tunnistautumista, rajattava mallien käyttö organisaation sisäisille kyberturvallisuus-, poikkeamienhallinta- tai tunkeutumistestaustiimeille sekä seurattava työntekijöiden käyttöoikeuksia ja käyttöä. Kumppanit eivät saa jakaa, levittää edelleen tai myydä pääsyä malleihin, ja Google DeepMind tekee hakijoille taustaselvityksiä varmistaakseen heidän turvallisuushistoriansa ja eettisen toimintansa. Ohjelmassa asetetaan etusijalle hallitukset ja kansalliset kyberturvallisuusviranomaiset, terveydenhuollon, televiestinnän, energian ja finanssiverkkojen kriittisen infrastruktuurin toimijat sekä keskeiset teknologiaympäristöt.

Carbonin lanseeraushinta on sama kuin Argonin: 2 dollaria miljoonalta syötetokenilta ja 10 dollaria miljoonalta tuotetokenilta. Välimuistiin tallennettujen syötetokenien hinta on 95 % alempi kuin syötetokenien hinta. Julkistuksen alaviitteessä todetaan, että esittelykauden päätyttyä hinta on 4 dollaria miljoonalta syötetokenilta ja 20 dollaria miljoonalta tuotetokenilta.

Google kertoi odottavansa innolla, miten ensimmäinen kyberpuolustajien ryhmä käyttää mallia, ja olevansa valmis tuomaan Carbonin pian kehittäjien, yritysten ja kuluttajien saataville.