Google ขยายการเข้าถึง Gemini 4 Carbon ให้พ้นจากกลุ่มผู้ป้องกันภัยคุกคามไซเบอร์

Google ประกาศเมื่อวันที่ 10 พฤศจิกายน 2026 ว่า Gemini 4 Carbon พร้อมให้บริการแก่นักพัฒนาและองค์กรที่ชำระเงินแล้ว และกำลังทยอยเปิดให้สมาชิก Google AI Ultra ใช้งาน ราคา API ช่วงแนะนำของโมเดลระดับแนวหน้ารุ่นนี้อยู่ที่ 2 ดอลลาร์ต่อโทเค็นอินพุตหนึ่งล้านโทเค็น และ 10 ดอลลาร์ต่อโทเค็นเอาต์พุตหนึ่งล้านโทเค็น โดยรวมโทเค็นที่ใช้ในการให้เหตุผลด้วย

นักพัฒนาที่ใช้บริการแบบชำระเงินสามารถใช้ Carbon ผ่าน Gemini API ใน AI Studio และ Android Studio ส่วนองค์กรเข้าถึงได้ผ่าน Gemini for business สำหรับสมาชิก Ultra นั้น กำลังทยอยเปิดให้ใช้งานใน Google Antigravity แอป Gemini และ AI Mode ใน Search

Google กำลังขยายโครงการวิจัยสำหรับนักวิทยาศาสตร์ โดยจะเปิดให้ผู้เข้าร่วมที่ได้รับคัดเลือกทั้งในปัจจุบันและอนาคตใช้งาน Argon และ Carbon ได้ฟรีเป็นเวลาหกเดือนในระดับการใช้งานสูงสุดของ Antigravity ขณะนี้ยังเปิดรับสมัคร และจะทยอยรับผู้เข้าร่วมตามคุณสมบัติ ความจุที่รองรับ และการคัดเลือก

ประกาศเมื่อวันที่ 28 ตุลาคม 2026 ได้นำเสนอ Carbon ผ่านการทยอยเปิดใช้งาน Fairwind อย่างจำกัดโดยเจตนา สำหรับผู้ป้องกันภัยคุกคามไซเบอร์เพียงบางกลุ่ม พร้อมให้คำมั่นว่าจะขยายการเข้าถึงในภายหลัง การตั้งค่าเฉพาะด้านไซเบอร์ยังคงจำกัดไว้สำหรับผู้สมัครผ่าน Fairwind และการรับเข้าร่วมแบบทยอยดำเนินการ

เบื้องหลังราคาคือการใช้โทเค็นที่เพิ่มขึ้น

ตามข้อมูลใน เอกสารรายละเอียดโมเดล Carbon ต่อยอดจากพื้นฐานการฝึกก่อนใช้งานและสถาปัตยกรรมของ Argon พร้อมการฝึกเพิ่มเติมหลังการฝึกขั้นต้นเพื่อให้ใช้เหตุผลเชิงลึก ตรวจสอบคำตอบได้ยาวนานขึ้น และทำงานแบบเอเจนต์หลายขั้นตอนได้ โมเดลรับข้อความ รูปภาพ เสียง และวิดีโอ และสร้างผลลัพธ์เป็นข้อความ โดยรองรับโทเค็นรวมสูงสุด 1 ล้านโทเค็นสำหรับอินพุต การให้เหตุผล และเอาต์พุต ข้อมูลระบุว่าความรู้ของโมเดลมีวันตัดยอดในเดือนมีนาคม 2026 และเอกสารยังระบุข้อจำกัด ได้แก่ การสร้างข้อมูลหลอน ความเป็นไปได้ที่จะทำงานช้าหรือหมดเวลารอ และการใช้โทเค็นมากขึ้นเมื่อเลือกระดับการคิดที่สูงขึ้น

นักพัฒนาสามารถเลือกระดับการคิดได้ทั้งต่ำ ปานกลาง หรือสูง โดยตั้งค่าเริ่มต้นไว้ที่ระดับปานกลาง เอกสารสำหรับนักพัฒนาระบุว่าโดยทั่วไป Carbon ใช้โทเค็นสำหรับการคิดต่อรอบมากกว่า Argon ซึ่งทำให้ใช้โทเค็นเพิ่มขึ้นและมีเวลาแฝงสูงขึ้น อีกทั้งยังแนะนำให้ใช้ Argon กับการเขียนโค้ดแบบโต้ตอบ งานพัฒนาฟีเจอร์ทั่วไป และวงจรการนำขึ้นใช้งานจริงที่รวดเร็ว การย้ายคำขอเดิมที่ใช้ Argon ต้องเปลี่ยนรหัสโมเดล ไม่ใช่รูปแบบคำขอ แต่อาจจำเป็นต้องปรับขีดจำกัดเอาต์พุตและระยะเวลารอสูงสุดของไคลเอ็นต์

Carbon ไม่รวมอยู่ในบริการฟรีของ Gemini API และ หน้าราคาระบุว่ามีการคิดค่าบริการกับทุกโทเค็นที่ประมวลผล รวมถึงโทเค็นสำหรับการคิด ตลอดจนคำสั่งและคำประกาศภายในที่ระบุไว้สำหรับการยึดโยงกับข้อมูล หลังสิ้นสุดช่วงแนะนำในวันที่ 30 พฤศจิกายน 2026 ราคาต่อโทเค็นอินพุตและเอาต์พุตจะอยู่ที่ 4 ดอลลาร์และ 20 ดอลลาร์ต่อหนึ่งล้านโทเค็นตามลำดับ ตั้งแต่วันที่ 1 ธันวาคม 2026 เป็นต้นไป ดังนั้น แม้อัตราต่อโทเค็นช่วงแนะนำจะเท่ากับของ Argon ก็ไม่ได้รับประกันว่าค่าใช้จ่ายต่องานจะเท่ากัน เพราะมีการคิดค่าบริการโทเค็นส่วนเพิ่มที่ Carbon ใช้ในการให้เหตุผลด้วย

วิธีที่ /Swarm ประสานงานทีมเอเจนต์

เวอร์ชันทดลองใช้ /swarmของ Google Antigravity กำลังทยอยเปิดให้ใช้งานในแอป Antigravity และส่วนติดต่อบรรทัดคำสั่ง ผู้ประสานงานจะสร้างเวิร์กเกอร์เฉพาะทางในเวิร์กทรี Git ที่แยกจากกัน เพื่อไม่ให้การแก้ไขของแต่ละเวิร์กเกอร์ขัดแย้งกัน ขณะที่ผู้ตรวจสอบเชิงปรปักษ์จะเรียกใช้การทดสอบและท้าทายการเปลี่ยนแปลงโค้ด เอเจนต์สื่อสารกันผ่านกระดานข้อความร่วมที่เพิ่มข้อมูลได้อย่างเดียว ส่วนเอเจนต์ที่ไม่ได้ทำงานสามารถรอได้โดยไม่ใช้โทเค็น

กระดานแสดงข้อมูลแบบสด รายชื่อสมาชิก และไทม์ไลน์แบบกราฟช่วยให้ผู้ใช้ตรวจสอบกิจกรรมของเครื่องมือ กำกับเอเจนต์แต่ละตัว และเล่นย้อนดูได้ว่าทีมได้ผลลัพธ์มาอย่างไร แต่ละบทบาทสามารถใช้โมเดลต่างกันได้ โดยให้ Carbon รับหน้าที่ประสานงาน วางสถาปัตยกรรม หรือตรวจสอบ ขณะที่โมเดลขนาดเล็กกว่าทำงานพัฒนาทั่วไป ทีม Antigravity ระบุว่าได้ทดสอบภายในเป็นเวลาห้าสัปดาห์กับการย้ายระบบที่ประกอบด้วยแพ็กเกจหลายชุด การตรวจสอบปัญหาข้ามระบบย่อย และการออกแบบสถาปัตยกรรมใหม่ พร้อมเตือนว่าระบบหลายเอเจนต์แบบทำงานขนานกันใช้โควตาเร็วกว่าการสนทนาทั่วไปมาก

ผลการทดสอบมาตรฐานและมาตรการป้องกันภัยไซเบอร์

ผลการทดสอบในเอกสารรายละเอียดโมเดลซึ่งเป็นข้อมูล ณ เดือนตุลาคม 2026 ระบุว่า Carbon ได้คะแนน 59 ใน Artificial Analysis Intelligence Index v5.0 เทียบกับ Argon ที่ได้ 50 และทำคะแนนได้ 96.2% เทียบกับ 84.2% ในการทดสอบบริบทยาว GraphWalks ช่วง 256K ถึง 1M ส่วนคะแนน 61.2% ของ Carbon ใน FrontierSWE 2 สูงกว่า Argon ที่ 55.0% แต่ต่ำกว่าคะแนน 65.5% ของ GPT-6 Astra และ 62.3% ของ Claude Opus 5.5 ที่ระบุไว้ ผลการทดสอบด้านความปลอดภัยไซเบอร์ในเอกสารนี้สะท้อนการเข้าถึงผ่าน Fairwind ไม่ใช่การตั้งค่าสำหรับบุคคลทั่วไป

รายงานความปลอดภัยของ Google ระบุว่า Carbon ไม่ได้ข้ามเกณฑ์การเปลี่ยนแปลงความสามารถอย่างมีนัยสำคัญเมื่อเทียบกับ Argon จึงไม่จำเป็นต้องประเมินความสามารถวิกฤตใหม่ทั้งหมด รายงานยังคงข้อสรุปเดิมไว้ว่า หากไม่มีมาตรการป้องกันภายนอกตัวโมเดล ก็ยังไม่อาจตัดความเป็นไปได้ที่ Carbon จะไปถึงระดับ Cyber Uplift Level 1 ซึ่งเป็นเกณฑ์ของ Google สำหรับความสามารถด้านไซเบอร์ที่อาจเอื้อให้เกิดอันตรายร้ายแรงในวงกว้างเพิ่มเติมจากการโจมตีที่มีผลกระทบสูง Google ประเมินว่ามาตรการป้องกันที่เข้มแข็งขึ้นช่วยลดความเสี่ยงที่ยังเหลืออยู่ให้อยู่ในระดับที่ยอมรับได้

ในการทดสอบของ Gray Swan ที่มีรายละเอียดในรายงาน อัตราความสำเร็จของคำขอให้โจมตีทางไซเบอร์แบบอัตโนมัติของ Carbon อยู่ที่ 2.17% เทียบกับ 9.86% ของ Argon ส่วนอัตราความสำเร็จต่อเป้าหมาย ซึ่งบันทึกว่างานหนึ่งถูกเจาะสำเร็จอย่างน้อยหนึ่งครั้งจากการลองซ้ำหรือไม่ ยังคงอยู่ที่ 40% หลังจากพยายาม 200 ครั้งกับงานความรุนแรงสูงแต่ละงานจากทั้งหมด 25 งาน ความแตกต่างนี้แสดงถึงอุปสรรคในการปฏิบัติการที่เพิ่มขึ้น ไม่ใช่การกำจัดการเจาะระบบให้หมดไป กล่าวคือ การโจมตีแต่ละครั้งมีโอกาสสำเร็จน้อยลง แต่การลองซ้ำอย่างต่อเนื่องยังคงประสบความสำเร็จกับเป้าหมายจำนวนมากพอสมควร

นอกจากนี้ Carbon ยังทำสถิติอัตราความสำเร็จของการโจมตีที่ 0% ในการทดสอบมาตรฐาน Gray Swan สำหรับการโจมตีด้วยการแทรกพรอมป์ต์ทางอ้อมจากภายนอก แต่รายงานด้านความปลอดภัยระบุว่าการโจมตีลักษณะนี้ยังคงเกิดขึ้นได้ การไม่พบความสำเร็จในการทดสอบมาตรฐานจึงไม่ได้ยืนยันว่าระบบเอเจนต์ที่ประมวลผลเนื้อหาที่ไม่น่าเชื่อถือจะปลอดภัยจากการโจมตีดังกล่าว

การเปิดให้ใช้งานในวงกว้างขึ้นทำให้ Carbon เป็นตัวเลือกแบบชำระเงินสำหรับการใช้เหตุผลที่ลึกซึ้งยิ่งขึ้นและการทำงานร่วมกันของเอเจนต์ ขณะที่ Fairwind ยังคงแยกการควบคุมการเข้าถึงความสามารถเฉพาะทางด้านไซเบอร์ไว้ต่างหาก ประเด็นสำคัญที่ต้องชั่งน้ำหนักคือ คุณภาพที่เพิ่มขึ้นคุ้มกับการใช้โทเค็นและเวลาแฝงที่เพิ่มขึ้นหรือไม่ และมาตรการป้องกันที่ระบุไว้ยังคงได้ผลหรือไม่ เมื่อผู้ใช้ในวงกว้างขึ้นมากนำเวิร์กโฟลว์ของเอเจนต์เหล่านั้นไปทดสอบ