Gradvis utrulling gir Googles Gemini 4 Carbon først til cybersikkerhetsforsvarere

Google annonserte Gemini 4 Carbon 28. oktober 2026 og beskrev den som selskapets sterkeste frontiermodell. Selskapet sa at modellen skal rulles ut trinnvis, først til en utvalgt gruppe cybersikkerhetsforsvarere, før den blir bredt tilgjengelig.

I kunngjøringen beskrev Koray Kavukcuoglu, senior visepresident i Google DeepMind og Googles sjefarkitekt for KI, Carbon som selskapets sterkeste modell, med banebrytende cybersikkerhets- og langtidshorisontkapasiteter. Carbon etterfølger Gemini 4 Argon, som Google lanserte to uker før kunngjøringen av Carbon. Google sa at den nye modellen viser hvor raskt selskapet flytter grensene, samtidig som det styrker sikkerhetstiltakene.

Google sa at selskapet går grundig til verks med utrullingen, og at det deltar aktivt i den amerikanske regjeringens frivillige prosess for testing av modeller før lansering. Fra og med uken da modellen ble kunngjort, vil selskapet gjøre Carbon tilgjengelig for en utvalgt gruppe cybersikkerhetsforsvarere og deretter gradvis gi flere betrodde partnere tilgang gjennom Fairwind-programmet. Google sa at selskapet fortsetter å innhente tilbakemeldinger og videreutvikle sikkerhetstiltakene før modellen blir tilgjengelig for utviklere, bedrifter og forbrukere gjennom selskapets produkter, og la til at det har til hensikt å gjøre dette så snart som mulig.

Koding med lang tidshorisont og generelle referansetester

Google sa at Carbon er utviklet for mer krevende tekniske problemer med lang tidshorisont og for å håndtere vedvarende agentbaserte arbeidsflyter. Interne team har sett modellen arbeide i flere dager og fortsette selv når den støter på blindveier, i komplekse oppgaver med flere trinn, som å finne rotårsaken til og rette subtile feil i store kodebaser og systemer på lavt nivå.

Ifølge Google ligger Carbon på førsteplass i den nylig oppdaterte versjon 5.0 av Artificial Analysis Intelligence Index, med en poengsum på 59. Selskapet oppga at Carbon gikk opp 89 Elo-poeng og nådde fjerdeplass med en poengsum på 1768 på WebDev Arena, og viste til bedre kvalitet på resultater og artefakter innen webutvikling. Google sa at forbedringene særlig var rettet mot koding, agentbaserte og vitenskapelige oppgaver, samt fullstack-webutvikling og multimodal forståelse, basert på tilbakemeldinger fra brukerne.

Resultater innen cybersikkerhetsforsvar

Google rapporterte banebrytende resultater på tvers av hele livsløpet for cybersikkerhetsforsvar: oppdagelse, validering og utbedring av sårbarheter. Selskapet sa at de eksterne evalueringene ble gjennomført uten sikkerhetstiltak. På SEC-bench Pro, som måler autonom oppdagelse av komplekse feil i programvare fra den virkelige verden, rapporterte Google en score på 88,2 %. På ExploitGym, en referansetest for å kontrollere om identifiserte sårbarheter kan utnyttes, rapporterte Google en ny, banebrytende score på 54,8 %. På CWE-bench fra Collinear, som tester utbedring av sårbarheter ved å rette rotårsaken, rapporterte Google en score på 71,0 %.

På interne referansetester rapporterte Google at Carbon gir mer enn 2x økning i suksessraten for generering av sikker kode sammenlignet med Argon. Googles Chrome-team fant dessuten at Carbon var mer enn 10X bedre enn en annen labs store frontiermodell til å generere oppdateringer av høy kvalitet. Google la også til at Wiz, selskapets plattform for skysikkerhet, ser at Carbon leder på referansetester for penetrasjonstesting av nettsteder, en sentral funksjon i Wiz’ Scan for Good-initiativ.

Resultater for sikkerhet og tilpasning

Ifølge Google bygger Carbon videre på den flerlags sikkerhets- og beskyttelsesarkitekturen som brukes for Argon. Den kombinerer modelltrening, sanntidsforsvar mot misbruk, motstandsdyktighet mot promptinjeksjon og overvåking av tankerekker.

Selskapet rapporterte at Carbon reduserte vellykket juks på Terminal-Bench 4.0 til 0,0 %, og at jukseforsøkene falt til 0,4 % samtidig som den samlede nøyaktigheten ble bedre. Varsler om alvorlig feiltilpasning gikk ned med nesten 80 % i aktive kodemiljøer med interne team. I interne tester reduserer Carbon ifølge Google udokumenterte påstander med omtrent 2x sammenlignet med Argon, tar metodiske forbehold direkte med i leveransene og holder tilbake blokkerte handlinger med en tydelig liste over hva som fortsatt kreves, i stedet for å finne på informasjon eller ta forbehold når dokumentasjon mangler. Google rapporterte også 26 % færre tilfeller av å gå for langt og 29 % færre tilfeller av å gjøre for lite under gjennomføring av planer med flere trinn. Selskapet sa at modellen henter fram relevante kilder og gjør brukeren oppmerksom på motstridende opplysninger før den handler, når oppgaver er tvetydige. På Gray Swans Indirect Prompt Injection Benchmark rapporterte Google en angrepssuksessrate på 0,0 % for Carbon – modellen motsto alle de evaluerte angrepsforsøkene – etter at Argon tidligere hadde ledet referansetesten med 0,7 %.

Tilgang til og priser for Fairwind-programmet

Fairwind-programmet, som drives av Google DeepMind, gir forsvarere med høy prioritet, som myndigheter, helseaktører og telekommunikasjonstjenester, tidlig tilgang til avanserte modeller. Google DeepMind opplyser at selskapet for tiden samarbeider med mer enn 650 partnere globalt, og at en gruppe programpartnere får eksklusiv tilgang til Gemini 4 Argon for bruk sammen med CodeMender, selskapets spesialiserte kodebaserte sikkerhetsagent for automatisering av programvarerettelser.

Tilgang til programmet er underlagt bestemte vilkår. Partnerne kan bare utføre tillatte oppgaver med dobbelt bruksområde, blant annet autorisert simulering av trusler, omvendt utvikling og skadevareanalyse for defensive formål og akademisk forskning. Skadelige oppgaver, som å lage skadevare, er ikke tillatt. Deltakende organisasjoner må bruke autentisering på brukernivå og flerfaktorautentisering som er motstandsdyktig mot nettfisking, begrense modelltilgangen til interne team for cybersikkerhet, hendelseshåndtering eller penetrasjonstesting og føre oversikt over de ansattes tilgang og bruk. Partnerne kan ikke dele, videredistribuere eller selge tilgang til modellene, og Google DeepMind utfører bakgrunnssjekker av søkere for å kontrollere sikkerhetshistorikken deres og at de har en historikk med etisk virksomhet. Programmet prioriterer myndigheter og nasjonale cybersikkerhetsmyndigheter, operatører av kritisk infrastruktur innen helsevesen, telekommunikasjon, energi og finansnettverk samt sentrale teknologiplattformer.

Carbon lanseres til samme introduksjonspris som Argon: 2 dollar per million input-tokener og 10 dollar per million output-tokener. Bufrede input-tokener koster 95 % mindre enn den ordinære prisen for input-tokener. En fotnote i kunngjøringen opplyser at prisen blir 4 dollar per million input-tokener og 20 dollar per million output-tokener når introduksjonsperioden utløper.

Google sa at selskapet er spent på å se hvordan den første gruppen cyberforsvarere bruker modellen, og ser fram til snart å gjøre Carbon tilgjengelig for utviklere, bedrifter og forbrukere.