Lansarea etapizată oferă mai întâi apărătorilor cibernetici acces la Gemini 4 Carbon de la Google

Google a anunțat Gemini 4 Carbon pe 28 octombrie 2026, descriindu-l drept cel mai puternic model de ultimă generație al companiei și precizând că va ajunge la utilizatori printr-o lansare etapizată, care va începe cu un grup restrâns de apărători cibernetici, nu cu o lansare pe scară largă.

În anunț, Koray Kavukcuoglu, vicepreședinte senior la Google DeepMind și arhitect-șef pentru inteligență artificială la Google, a descris Carbon drept cel mai puternic model al companiei, cu capabilități de vârf în domeniul securității cibernetice și pentru sarcini cu orizont extins. Carbon succede modelului Gemini 4 Argon, lansat de Google cu două săptămâni înainte de anunțul despre Carbon. Google a declarat că noul model ilustrează ritmul în care împinge înainte limitele domeniului, consolidându-și în același timp măsurile de protecție.

Google a declarat că adoptă o abordare deliberată în privința implementării și participă activ la procesul voluntar al guvernului SUA de testare a modelelor înainte de lansare. Începând din săptămâna anunțului, compania va pune Carbon la dispoziția unui grup restrâns de apărători cibernetici, apoi va extinde treptat accesul la alți parteneri de încredere prin intermediul Fairwind Program. Google a precizat că va continua să colecteze feedback și să îmbunătățească măsurile de protecție înainte de a pune modelul la dispoziția dezvoltatorilor, companiilor și consumatorilor prin intermediul produselor sale și a adăugat că intenționează să facă acest lucru cât mai curând posibil.

Programare pe termen lung și benchmarkuri generale

Google a declarat că Carbon este conceput pentru probleme de inginerie mai dificile, cu orizont extins, și pentru fluxuri de lucru susținute bazate pe agenți. Echipele interne au observat că modelul poate funcționa zile întregi și poate persevera chiar și în impasuri în timpul unor sarcini complexe, cu mai mulți pași, precum identificarea cauzei principale și corectarea unor erori subtile din baze mari de cod și sisteme de nivel inferior.

Potrivit Google, Carbon ocupă primul loc în versiunea 5.0, actualizată recent, a Artificial Analysis Intelligence Index, cu un scor de 59. Compania a raportat că Carbon a câștigat 89 de puncte Elo și a ajuns pe locul al patrulea în WebDev Arena, cu un scor de 1768, invocând calitatea îmbunătățită a rezultatelor și artefactelor dezvoltării web. Google a declarat că și-a concentrat îmbunătățirile asupra programării, sarcinilor bazate pe agenți și celor științifice, precum și asupra dezvoltării web full-stack și a înțelegerii multimodale, pornind de la feedbackul utilizatorilor.

Performanța în apărarea împotriva amenințărilor cibernetice

Google a raportat rezultate de ultimă generație în toate etapele ciclului de apărare cibernetică — detectarea, validarea și remedierea vulnerabilităților — și a precizat că evaluările externe au fost efectuate fără măsuri de protecție. Pentru SEC-bench Pro, care măsoară identificarea autonomă a unor vulnerabilități complexe în software utilizat în lumea reală, Google a raportat un scor de 88,2%. Pentru ExploitGym, un benchmark folosit pentru a valida dacă vulnerabilitățile identificate pot fi exploatate, Google a raportat un nou scor de vârf, de 54,8%. Pentru CWE-bench al Collinear, care testează corectarea vulnerabilităților prin remedierea cauzei principale, Google a raportat un scor de 71,0%.

În benchmarkurile interne, Google a raportat că Carbon obține o creștere de peste 2 ori a ratei de succes la generarea de cod securizat față de Argon și că echipa Chrome a constatat că Carbon a fost de peste 10 ori mai performant decât modelul de ultimă generație al unui alt laborator la generarea unor corecții de înaltă calitate. Google a adăugat că Wiz, platforma sa de securitate în cloud, constată că Carbon conduce în benchmarkurile pentru testarea de penetrare a aplicațiilor web, o capabilitate esențială pentru inițiativa Scan for Good a Wiz.

Rezultate privind siguranța și alinierea

Potrivit Google, Carbon se bazează pe arhitectura multistratificată de siguranță și securitate folosită pentru Argon, care combină antrenarea modelului, măsuri de apărare împotriva utilizării abuzive în timp real, rezistența la injectarea de instrucțiuni și monitorizarea lanțului de raționament.

Compania a raportat că Carbon a redus la 0,0% cazurile de trișare reușite la Terminal-Bench 4.0, iar tentativele de trișare au scăzut la 0,4%, în timp ce precizia generală s-a îmbunătățit. De asemenea, alertele de nealiniere cu gravitate ridicată au scăzut cu aproape 80% în medii de programare live folosite de echipe interne. Potrivit Google, în testele interne, Carbon reduce de aproximativ 2 ori numărul afirmațiilor nesusținute față de Argon, include direct în livrabile rezerve metodologice și nu execută acțiunile blocate, prezentând o listă clară cu ceea ce mai este necesar, în loc să inventeze informații sau să folosească formulări evazive în lipsa dovezilor. Google a raportat, de asemenea, reduceri de 26% ale depășirii limitelor și de 29% ale furnizării insuficiente în executarea planurilor cu mai mulți pași și a declarat că, atunci când sarcinile sunt ambigue, modelul găsește surse relevante și semnalează utilizatorului neconcordanțele înainte de a acționa. Pentru Indirect Prompt Injection Benchmark al Gray Swan, Google a raportat o rată de succes a atacurilor de 0,0% pentru Carbon — care a rezistat tuturor tentativelor de atac evaluate — după ce Argon ocupase anterior primul loc în benchmark, cu 0,7%.

Accesul și prețurile Fairwind Program

Fairwind Program, administrat de Google DeepMind, oferă acces timpuriu la modele avansate apărătorilor cu prioritate ridicată, precum guverne, furnizori de servicii medicale și operatori de telecomunicații. Google DeepMind declară că lucrează în prezent cu peste 650 de parteneri din întreaga lume și că un grup de parteneri ai programului beneficiază de acces exclusiv la Gemini 4 Argon, pentru utilizare împreună cu CodeMender, agentul său specializat în securitatea codului, care automatizează corectarea software-ului.

Accesul la program este supus unor condiții specifice. Partenerii pot desfășura numai activități cu dublă utilizare permise, inclusiv simulări autorizate de amenințări, inginerie inversă și analiză de programe malware în scopuri de apărare și de cercetare academică; activitățile rău intenționate, precum crearea de programe malware, nu sunt permise. Organizațiile participante trebuie să aplice autentificarea la nivel de utilizator și autentificarea multifactor rezistentă la phishing, să limiteze accesul la modele la echipele interne de securitate cibernetică, de răspuns la incidente sau de testare a penetrării și să monitorizeze accesul angajaților și utilizarea modelelor. Partenerii nu au voie să partajeze, să redistribuie sau să vândă accesul la modele, iar Google DeepMind verifică antecedentele candidaților pentru a le confirma istoricul în materie de securitate și conduita etică. Programul acordă prioritate guvernelor și autorităților naționale de securitate cibernetică, operatorilor de infrastructură critică din domeniul sănătății, telecomunicațiilor, energiei și rețelelor financiare, precum și platformelor tehnologice de bază.

Carbon se lansează la același preț introductiv ca Argon: 2 $ pentru un milion de tokenuri de intrare și 10 $ pentru un milion de tokenuri de ieșire, iar tokenurile de intrare memorate în cache beneficiază de o reducere de 95% față de prețul tokenurilor de intrare. O notă de subsol din anunț precizează că, după încheierea perioadei introductive, prețul va fi de 4 $ pentru un milion de tokenuri de intrare și de 20 $ pentru un milion de tokenuri de ieșire.

Google a declarat că este nerăbdător să vadă cum va folosi modelul primul grup de apărători în domeniul securității cibernetice și că așteaptă cu interes să pună Carbon la dispoziția dezvoltatorilor, companiilor și consumatorilor în curând.