Gefaseerde uitrol brengt Gemini 4 Carbon van Google eerst naar cyberverdedigers

Google kondigde Gemini 4 Carbon aan op 28 oktober 2026 en omschreef het als het krachtigste geavanceerde model van het bedrijf. Het model wordt gefaseerd beschikbaar gemaakt, te beginnen bij een deel van de cyberverdedigers, in plaats van met een brede introductie.

In de aankondiging omschreef Koray Kavukcuoglu, SVP van Google DeepMind en Chief AI Architect bij Google, Carbon als het krachtigste model van het bedrijf, met toonaangevende mogelijkheden op het gebied van cyberbeveiliging en taken met een lange looptijd. Carbon volgt Gemini 4 Argon op, dat Google twee weken vóór de aankondiging van Carbon lanceerde. Volgens Google laat het nieuwe model zien hoe snel het bedrijf de grenzen verlegt en tegelijkertijd de waarborgen versterkt.

Google zei dat het de uitrol weloverwogen aanpakt en actief deelneemt aan het vrijwillige proces van de Amerikaanse overheid voor het testen van modellen vóór de release. Vanaf de week van de aankondiging stelt het bedrijf Carbon beschikbaar aan een deel van de cyberverdedigers. Daarna breidt het de toegang geleidelijk uit naar andere vertrouwde partners via het Fairwind-programma. Google zei feedback te blijven verzamelen en de beveiligingsmaatregelen verder te verfijnen voordat het model via zijn productaanbod beschikbaar komt voor ontwikkelaars, bedrijven en consumenten. Het bedrijf voegde eraan toe dat het dit zo snel mogelijk wil doen.

Programmeren voor taken met een lange looptijd en algemene benchmarks

Volgens Google is Carbon ontworpen voor moeilijkere technische vraagstukken met een lange looptijd en gebouwd voor langdurige agentische workflows. Interne teams hebben gezien dat het model dagenlang actief blijft en vastloopt zonder op te geven bij complexe taken met meerdere stappen, zoals het opsporen van de oorzaak van subtiele bugs en het verhelpen ervan in grote codebases en systemen op laag niveau.

Volgens Google staat Carbon bovenaan de onlangs bijgewerkte versie 5.0 van de Artificial Analysis Intelligence Index, met een score van 59. Het bedrijf meldde dat Carbon 89 elo-punten won en met een score van 1768 de vierde plaats bereikte op WebDev Arena. Daarbij wees het op de verbeterde kwaliteit van de output en artefacten voor webontwikkeling. Google zei de verbeteringen te hebben gericht op programmeerwerk, agentische en wetenschappelijke taken, full-stackwebontwikkeling en multimodaal begrip, voortbouwend op feedback van gebruikers.

Prestaties op het gebied van cyberbeveiliging

Google meldde toonaangevende resultaten in alle fasen van de cyberbeveiligingscyclus: het opsporen, valideren en verhelpen van kwetsbaarheden. Het bedrijf zei dat de externe evaluaties zijn uitgevoerd zonder beveiligingsmaatregelen. Op SEC-bench Pro, dat meet hoe zelfstandig complexe fouten in echte software worden ontdekt, rapporteerde Google een score van 88,2%. Op ExploitGym, een benchmark om te beoordelen of gevonden kwetsbaarheden daadwerkelijk kunnen worden misbruikt, meldde Google een nieuwe toonaangevende score van 54,8%. Op CWE-bench van Collinear, waarmee wordt getest of kwetsbaarheden bij de bronoorzaak worden verholpen, rapporteerde Google een score van 71,0%.

Op interne benchmarks meldde Google dat Carbon bij het genereren van veilige code een ruim 2x zo hoog succespercentage behaalt als Argon. Het Chrome-team van Google stelde bovendien vast dat Carbon ruim 10X beter presteerde dan een groot geavanceerd model van een ander lab bij het genereren van patches van hoge kwaliteit. Google voegde eraan toe dat Wiz, zijn cloudbeveiligingsplatform, ziet dat Carbon vooroploopt op benchmarks voor webpenetratietests, een kernfunctie van Wiz’ Scan for Good-initiatief.

Resultaten op het gebied van veiligheid en afstemming

Volgens Google bouwt Carbon voort op de meerlaagse veiligheids- en beveiligingsstack die voor Argon wordt gebruikt. Die omvat modeltraining, realtime bescherming tegen misbruik, weerbaarheid tegen promptinjectie en monitoring van de redeneerstappen.

Het bedrijf meldde dat Carbon het percentage geslaagde pogingen tot valsspelen op Terminal-Bench 4.0 terugbracht tot 0,0%. Het percentage pogingen tot valsspelen daalde tot 0,4%, terwijl de algehele nauwkeurigheid verbeterde. Ook namen waarschuwingen voor ernstige gevallen van misalignment in live programmeeromgevingen met interne teams met bijna 80% af. Volgens Google beperkt Carbon bij interne tests het aantal ongefundeerde beweringen met ongeveer 2x ten opzichte van Argon. Het neemt methodologische kanttekeningen rechtstreeks op in de opgeleverde resultaten en onthoudt zich van geblokkeerde acties. Daarbij geeft het duidelijk aan wat nog nodig is, in plaats van ontbrekend bewijs te verzinnen of daar omheen te praten. Google meldde ook dat tijdens de uitvoering van meerstappenplannen het aantal gevallen van overmatig optreden met 26% en het aantal gevallen van tekortschietende dienstverlening met 29% afnam. Wanneer taken onduidelijk zijn, haalt het model relevante bronnen op en wijst het de gebruiker op tegenstrijdigheden voordat het actie onderneemt. Op Gray Swans Indirect Prompt Injection Benchmark rapporteerde Google voor Carbon een aanvalssuccespercentage van 0,0%: het model weerstond alle geteste aanvalspogingen. Argon stond eerder bovenaan deze benchmark met 0,7%.

Toegang tot en prijzen van het Fairwind-programma

Het Fairwind-programma, dat wordt uitgevoerd door Google DeepMind, geeft partijen die cyberbeveiliging met hoge prioriteit verzorgen, zoals overheden, zorgaanbieders en telecommunicatiediensten, vroegtijdig toegang tot geavanceerde modellen. Google DeepMind zegt momenteel wereldwijd met meer dan 650 partners samen te werken. Een aantal programmapartners krijgt exclusieve toegang tot Gemini 4 Argon voor gebruik met CodeMender, de gespecialiseerde agent voor codebeveiliging die softwareherstel automatiseert.

Voor toegang tot het programma gelden specifieke voorwaarden. Partners mogen uitsluitend toegestane taken voor tweeërlei gebruik uitvoeren, waaronder geautoriseerde simulaties van cyberdreigingen, reverse-engineering en malwareanalyse voor defensief en academisch onderzoek; schadelijke taken, zoals het maken van malware, zijn niet toegestaan. Deelnemende organisaties moeten authenticatie op gebruikersniveau en phishingbestendige multifactorauthenticatie toepassen, de toegang tot de modellen beperken tot interne teams voor cyberbeveiliging, incidentrespons of penetratietests, en bijhouden welke werknemers toegang hebben en hoe zij de modellen gebruiken. Partners mogen de toegang tot de modellen niet delen, doorgeven of verkopen. Google DeepMind voert antecedentenonderzoek uit bij aanvragers om hun beveiligingsgeschiedenis en staat van dienst op het gebied van ethisch handelen te controleren. Het programma geeft prioriteit aan overheden en nationale cyberbeveiligingsinstanties, beheerders van kritieke infrastructuur in de gezondheidszorg, telecommunicatie, energiesector en financiële netwerken, en essentiële technologieplatforms.

Carbon wordt gelanceerd tegen dezelfde introductieprijs als Argon: $2 per miljoen invoertokens en $10 per miljoen uitvoertokens. Voor gecachte invoertokens geldt 95% korting op de prijs van invoertokens. In een voetnoot bij de aankondiging staat dat de prijs na afloop van de introductieperiode $4 per miljoen invoertokens en $20 per miljoen uitvoertokens zal bedragen.

Google zei benieuwd te zijn hoe de eerste groep cyberverdedigers het model zal gebruiken en kijkt ernaar uit Carbon binnenkort beschikbaar te maken voor ontwikkelaars, bedrijven en consumenten.