Triển khai theo từng giai đoạn, Google ưu tiên đưa Gemini 4 Carbon đến với lực lượng phòng thủ an ninh mạng

Google công bố Gemini 4 Carbon vào ngày 28 tháng 10 năm 2026, mô tả đây là mô hình tiên phong mạnh nhất của công ty và cho biết mô hình sẽ đến tay người dùng theo từng giai đoạn, bắt đầu với một nhóm lực lượng phòng thủ an ninh mạng thay vì phát hành rộng rãi.

Trong thông báo, Koray Kavukcuoglu, Phó chủ tịch cấp cao của Google DeepMind kiêm Kiến trúc sư AI trưởng tại Google, nhận định Carbon là mô hình mạnh nhất của công ty, với năng lực an ninh mạng tiên tiến nhất và khả năng xử lý các nhiệm vụ kéo dài. Carbon kế nhiệm Gemini 4 Argon, sản phẩm Google ra mắt hai tuần trước khi công bố Carbon. Google cho biết mô hình mới cho thấy tốc độ công ty đang thúc đẩy các giới hạn công nghệ, đồng thời tăng cường các biện pháp bảo vệ.

Google cho biết công ty đang triển khai một cách thận trọng và tích cực tham gia quy trình tự nguyện của chính phủ Mỹ về kiểm thử mô hình trước khi phát hành. Bắt đầu từ tuần công bố, công ty sẽ cung cấp Carbon cho một nhóm lực lượng phòng thủ an ninh mạng, sau đó dần mở rộng quyền truy cập cho các đối tác đáng tin cậy khác thông qua Chương trình Fairwind. Google cho biết công ty tiếp tục thu thập ý kiến phản hồi và điều chỉnh các biện pháp bảo vệ trước khi cung cấp mô hình cho nhà phát triển, doanh nghiệp và người tiêu dùng thông qua các sản phẩm của mình; đồng thời cho biết dự định thực hiện việc này sớm nhất có thể.

Lập trình với quy trình dài hạn và các chuẩn đánh giá tổng quát

Google cho biết Carbon được thiết kế để giải quyết những vấn đề kỹ thuật khó hơn, kéo dài hơn và hỗ trợ các quy trình làm việc liên tục có sử dụng tác nhân AI. Các nhóm nội bộ nhận thấy mô hình có thể hoạt động trong nhiều ngày và tiếp tục xử lý ngay cả khi gặp ngõ cụt trong những nhiệm vụ phức tạp gồm nhiều bước, chẳng hạn như tìm nguyên nhân gốc rễ và vá các lỗi khó phát hiện trên những cơ sở mã lớn cũng như các hệ thống cấp thấp.

Theo Google, Carbon đứng đầu phiên bản 5.0 mới được cập nhật của Artificial Analysis Intelligence Index, với số điểm 59. Công ty cho biết Carbon tăng 89 điểm Elo, vươn lên vị trí thứ tư với số điểm 1768 trên WebDev Arena, nhờ chất lượng đầu ra và sản phẩm tạo ra trong quá trình phát triển web được cải thiện. Google cho biết các cải tiến tập trung vào lập trình, tác vụ dùng tác nhân AI và tác vụ khoa học, cũng như phát triển web toàn ngăn xếp và khả năng hiểu đa phương thức, dựa trên ý kiến phản hồi của người dùng.

Hiệu quả phòng thủ an ninh mạng

Google báo cáo các kết quả tiên tiến nhất trong toàn bộ quy trình phòng thủ an ninh mạng, từ phát hiện và xác thực lỗ hổng đến khắc phục lỗ hổng; đồng thời cho biết các đánh giá bên ngoài được thực hiện mà không có biện pháp bảo vệ. Trên SEC-bench Pro, chuẩn đánh giá năng lực tự động phát hiện các lỗi phức tạp trong phần mềm thực tế, Google báo cáo kết quả 88,2%. Trên ExploitGym, chuẩn đánh giá dùng để xác thực liệu các lỗ hổng đã phát hiện có thể bị khai thác hay không, Google báo cáo mức điểm tiên tiến nhất mới là 54,8%. Trên CWE-bench của Collinear, chuẩn đánh giá khả năng vá lỗ hổng tận gốc, Google báo cáo kết quả 71,0%.

Trong các chuẩn đánh giá nội bộ, Google cho biết tỷ lệ thành công của Carbon khi tạo mã an toàn cao hơn Argon hơn 2 lần; nhóm Chrome của công ty cũng nhận thấy Carbon tạo các bản vá chất lượng cao tốt hơn hơn 10 lần so với mô hình tiên phong quy mô lớn của một phòng thí nghiệm khác. Google cho biết thêm rằng Wiz, nền tảng bảo mật đám mây của công ty, ghi nhận Carbon dẫn đầu các chuẩn đánh giá về kiểm thử xâm nhập web, một năng lực cốt lõi của sáng kiến Scan for Good của Wiz.

Kết quả về an toàn và tính phù hợp

Theo Google, Carbon kế thừa hệ thống an toàn và bảo mật nhiều lớp được sử dụng cho Argon, kết hợp việc huấn luyện mô hình, biện pháp phòng chống lạm dụng theo thời gian thực, khả năng chống chịu trước các cuộc tấn công chèn lệnh và giám sát chuỗi suy luận.

Công ty cho biết Carbon giảm tỷ lệ gian lận thành công trên Terminal-Bench 4.0 xuống 0,0%, trong khi tỷ lệ thử gian lận giảm còn 0,4% và độ chính xác tổng thể được cải thiện; các cảnh báo về mức độ sai lệch nghiêm trọng cao giảm gần 80% trong môi trường lập trình thực tế của các nhóm nội bộ. Google cho biết trong các thử nghiệm nội bộ, Carbon giảm khoảng 2 lần số tuyên bố không có căn cứ so với Argon, đưa các lưu ý về phương pháp luận trực tiếp vào sản phẩm bàn giao, đồng thời không thực hiện những hành động bị chặn và nêu rõ những yêu cầu còn lại thay vì bịa đặt thông tin hoặc đưa ra câu trả lời nước đôi khi thiếu bằng chứng. Google cũng báo cáo mức giảm 26% về tình trạng làm quá phạm vi và 29% về tình trạng đáp ứng thiếu trong quá trình thực hiện kế hoạch nhiều bước; đồng thời cho biết khi nhiệm vụ còn mơ hồ, mô hình truy xuất các nguồn phù hợp và chỉ ra những điểm không nhất quán cho người dùng trước khi hành động. Trên Indirect Prompt Injection Benchmark của Gray Swan, Google báo cáo tỷ lệ tấn công thành công của Carbon là 0,0% — chống chịu được mọi nỗ lực tấn công trong phạm vi đánh giá — sau khi Argon từng dẫn đầu chuẩn đánh giá này với tỷ lệ 0,7%.

Quyền truy cập và giá của Chương trình Fairwind

Chương trình Fairwind, do Google DeepMind điều hành, cấp quyền truy cập sớm vào các mô hình tiên tiến cho những tổ chức phòng thủ được ưu tiên cao, chẳng hạn như chính phủ, nhà cung cấp dịch vụ chăm sóc sức khỏe và dịch vụ viễn thông. Google DeepMind cho biết hiện công ty hợp tác với hơn 650 đối tác trên toàn cầu, trong đó một nhóm đối tác của chương trình được độc quyền sử dụng Gemini 4 Argon cùng CodeMender, tác nhân chuyên biệt về bảo mật mã giúp tự động hóa việc khắc phục lỗi phần mềm.

Việc tham gia chương trình đi kèm các điều kiện cụ thể. Đối tác chỉ được thực hiện những nhiệm vụ lưỡng dụng được phép, bao gồm mô phỏng mối đe dọa được ủy quyền, dịch ngược và phân tích phần mềm độc hại nhằm phục vụ mục đích phòng thủ và nghiên cứu học thuật; không được thực hiện các nhiệm vụ có mục đích xấu như tạo phần mềm độc hại. Các tổ chức tham gia phải áp dụng xác thực ở cấp người dùng và xác thực đa yếu tố có khả năng chống lừa đảo, giới hạn quyền truy cập vào mô hình cho các nhóm nội bộ về an ninh mạng, ứng phó sự cố hoặc kiểm thử xâm nhập, đồng thời theo dõi quyền truy cập và việc sử dụng của nhân viên. Đối tác không được chia sẻ, phân phối lại hoặc bán quyền truy cập vào các mô hình; Google DeepMind tiến hành kiểm tra lý lịch ứng viên để xác minh lịch sử bảo mật và thành tích hoạt động có đạo đức. Chương trình ưu tiên các chính phủ và cơ quan an ninh mạng quốc gia, đơn vị vận hành cơ sở hạ tầng trọng yếu trong các lĩnh vực y tế, viễn thông, năng lượng và mạng lưới tài chính, cùng các nền tảng công nghệ cốt lõi.

Carbon ra mắt với mức giá ưu đãi ban đầu giống Argon: 2 USD cho mỗi triệu token đầu vào và 10 USD cho mỗi triệu token đầu ra; token đầu vào được lưu vào bộ nhớ đệm có giá thấp hơn 95% so với giá token đầu vào. Chú thích trong thông báo cho biết sau khi thời hạn áp dụng giá ưu đãi ban đầu kết thúc, giá sẽ là 4 USD cho mỗi triệu token đầu vào và 20 USD cho mỗi triệu token đầu ra.

Google cho biết họ rất mong muốn được chứng kiến nhóm chuyên gia phòng thủ mạng đầu tiên sử dụng mô hình này ra sao, đồng thời mong sớm đưa Carbon đến với các nhà phát triển, doanh nghiệp và người tiêu dùng.