Поэтапное развертывание: Google сначала предоставит Gemini 4 Carbon специалистам по киберзащите

Google объявила о Gemini 4 Carbon 28 октября 2026 года, представив ее как самую мощную передовую модель компании. Доступ к ней будет предоставляться поэтапно: сначала ограниченному кругу специалистов по киберзащите, а не широкой аудитории.

В объявлении Корей Кавукчуоглу, старший вице-президент Google DeepMind и главный архитектор ИИ в Google, охарактеризовал Carbon как самую мощную модель компании, обладающую передовыми возможностями в области кибербезопасности и решения задач с длительным горизонтом планирования. Carbon пришла на смену Gemini 4 Argon, которую Google выпустила за две недели до объявления о Carbon. По словам Google, новая модель демонстрирует, с какой скоростью компания расширяет границы возможностей, одновременно усиливая меры защиты.

Google заявила, что придерживается взвешенного подхода к развертыванию модели и активно участвует в добровольной программе правительства США по тестированию моделей до их выпуска. Начиная с недели, когда было сделано объявление, компания предоставит Carbon ограниченному кругу специалистов по киберзащите, а затем будет постепенно открывать доступ для других проверенных партнеров через свою программу Fairwind Program. Google сообщила, что продолжает собирать отзывы и дорабатывать защитные механизмы, прежде чем сделать модель доступной разработчикам, компаниям и потребителям через свои продукты, и добавила, что намерена сделать это как можно скорее.

Долгосрочное программирование и общие тесты

По словам Google, Carbon создана для решения более сложных инженерных задач с длительным горизонтом планирования и рассчитана на продолжительную работу в агентных сценариях. Внутренние команды наблюдали, как модель работает днями и продолжает действовать, даже сталкиваясь с тупиковыми ситуациями, при решении сложных многоэтапных задач — например, при поиске первопричин незаметных ошибок и их исправлении в крупных кодовых базах и низкоуровневых системах.

По данным Google, Carbon занимает первое место в недавно обновленной до версии 5.0 таблице рейтинга Artificial Analysis Intelligence Index с результатом 59 баллов. Компания сообщила, что Carbon набрала 89 рейтинговых очков Elo и поднялась на четвертое место в WebDev Arena с результатом 1768 баллов, отметив улучшение качества результатов веб-разработки и создаваемых артефактов. По словам Google, улучшения коснулись программирования, агентных и научных задач, а также полнофункциональной веб-разработки и мультимодального понимания; при этом компания опиралась на отзывы пользователей.

Результаты в области киберзащиты

Google сообщила о результатах передового уровня на всех этапах цикла киберзащиты: обнаружении уязвимостей, их проверке и устранении. Компания также отметила, что внешние оценки проводились без защитных механизмов. В тесте SEC-bench Pro, измеряющем способность самостоятельно обнаруживать сложные уязвимости в реальном программном обеспечении, Google сообщила о результате 88,2%. В ExploitGym — тесте, предназначенном для проверки того, можно ли использовать обнаруженные уязвимости, — Google сообщила о новом рекордном результате в 54,8%. В тесте CWE-bench от Collinear, который оценивает устранение уязвимостей путем исправления их первопричин, Google сообщила о результате 71,0%.

По данным внутренних тестов Google, Carbon более чем в 2 раза повысила долю успешной генерации безопасного кода по сравнению с Argon. Команда Chrome установила, что Carbon справляется с генерацией качественных исправлений более чем в 10 раз лучше, чем крупная передовая модель другой лаборатории. Google добавила, что, согласно оценкам Wiz, ее платформы облачной безопасности, Carbon лидирует в тестах на веб-пентестирование — ключевую возможность для инициативы Wiz Scan for Good.

Результаты по безопасности и соответствию намерениям

По данным Google, Carbon использует многоуровневый комплекс мер безопасности и защиты, разработанный для Argon. Он включает обучение модели, защиту от злоупотреблений в реальном времени, устойчивость к внедрению промптов и мониторинг цепочки рассуждений.

Компания сообщила, что Carbon снизила долю успешных попыток обмана в Terminal-Bench 4.0 до 0,0%, а доля попыток обмана упала до 0,4% при одновременном повышении общей точности. В средах для написания кода, используемых внутренними командами, число предупреждений о серьезных нарушениях соответствия намерениям сократилось почти на 80%. По данным внутренних тестов Google, Carbon примерно в 2 раза реже делает неподтвержденные заявления, указывает методологические оговорки непосредственно в результатах и не выполняет заблокированные действия, четко перечисляя, что еще требуется, вместо того чтобы выдумывать сведения или уклончиво рассуждать при отсутствии доказательств. Google также сообщила, что при выполнении многоэтапных планов число чрезмерных действий сократилось на 26%, а случаев недостаточного выполнения задач — на 29%. Если задача неоднозначна, модель находит релевантные источники и указывает пользователю на расхождения до начала действий. В тесте Gray Swan Indirect Prompt Injection Benchmark Google сообщила, что доля успешных атак на Carbon составила 0,0%: модель отразила все проверенные попытки атаки. Ранее в этом тесте лидировала Argon с результатом 0,7%.

Доступ к программе Fairwind и стоимость

Программа Fairwind, которую ведет Google DeepMind, предоставляет приоритетным организациям, занимающимся защитой, в том числе государственным структурам, медицинским учреждениям и телекоммуникационным компаниям, ранний доступ к передовым моделям. Google DeepMind сообщает, что сейчас сотрудничает более чем с 650 партнерами по всему миру, а некоторые участники программы получают эксклюзивный доступ к Gemini 4 Argon для использования с CodeMender — специализированным агентом по безопасности кода, автоматизирующим исправление программного обеспечения.

Доступ к программе предоставляется на определённых условиях. Партнёры могут выполнять только разрешённые задачи двойного назначения, в том числе проводить санкционированное моделирование угроз, обратную разработку и анализ вредоносных программ в целях защиты и академических исследований; вредоносные задачи, например создание вредоносных программ, запрещены. Участвующие организации должны применять аутентификацию на уровне пользователей и устойчивую к фишингу многофакторную аутентификацию, ограничивать доступ к моделям внутренними командами по кибербезопасности, реагированию на инциденты или тестированию на проникновение, а также отслеживать доступ сотрудников и использование моделей. Партнёрам запрещено передавать, распространять или продавать доступ к моделям. Google DeepMind проводит проверку биографических данных заявителей, чтобы подтвердить их историю работы в сфере безопасности и приверженность этичным принципам деятельности. Программа в первую очередь предназначена для правительств и национальных ведомств по кибербезопасности, операторов критической инфраструктуры в сферах здравоохранения, телекоммуникаций, энергетики и финансовых сетей, а также для ключевых технологических платформ.

Carbon предлагается по той же стартовой цене, что и Argon: 2 доллара за миллион входных токенов и 10 долларов за миллион выходных токенов; на кэшированные входные токены действует скидка 95% от цены входных токенов. В сноске к анонсу указано, что после окончания стартового периода цена составит 4 доллара за миллион входных токенов и 20 долларов за миллион выходных токенов.

В Google заявили, что с интересом ждут, как первая группа специалистов по киберзащите будет использовать модель, и надеются вскоре представить Carbon разработчикам, компаниям и потребителям.