Krátko po uvedení modelu Gemini 4 Argon spoločnosť Google DeepMind oficiálne predstavila svoj najnovší špičkový model umelej inteligencie Gemini 4 Carbon. Postarala sa tým o poriadne prekvapenie. Málokto čakal, že po modeli s mimoriadnymi schopnosťami príde tak skoro ešte lepšie riešenie.
Podľa oznámenia Koraya Kavukcuoglua, ktorý v Googli vedie vývoj architektúr umelej inteligencie, sa nový systém s 59 bodmi okamžite dostal na čelo celkového rebríčka nezávislého indexu Artificial Analysis Intelligence Index v5.0.
Gemini 4 Carbon má už od bežných univerzálnych modelov umelej inteligencie poriadne ďaleko. Vznikol špeciálne na riešenie zložitých úloh softvérového inžinierstva, ktoré trvajú celé dni či týždne, a na vývoj a správu kompletných systémov kybernetickej bezpečnosti. Dokáže odhaliť hlboko skryté zraniteľnosti a v prípade potreby ani nečaká na zásah človeka: bezpečnostnú medzeru sám otestuje a odstráni.
Google preveroval schopnosti modelu Gemini 4 Carbon za prísnych externých aj interných bezpečnostných opatrení. Novinka dosiahla špičkové výsledky vo všetkých troch oblastiach obranného procesu.
- V teste SEC-bench Pro, ktorý preveruje identifikáciu zložitých softvérových chýb, dosiahol nový model presnosť 88,2 %. GPT-6 Astra v ňom zaznamenal „len“ 85,4 % a Gemini 4 Argon zaostal takmer o 5 % s výsledkom 83,4 %.
- V teste zneužiteľnosti ExploitGym, ktorý skúma aj overovanie zraniteľností a určovanie ich priority, stanovil Gemini 4 Carbon nový rekord s výsledkom 54,8 %. GPT-6 Astra tu dosiahol len 42,4 % a Claude Opus 5.5 iba 34,5 %.
- V teste CWE-bench od spoločnosti Collinear, ktorý preveruje opravu odhalených chýb na úrovni zdrojového kódu priamo vo fungujúcom systéme, sa Carbon môže pochváliť úspešnosťou 71 %. Grok 4.7 a GPT-6 Astra dosiahli 68 %, zatiaľ čo Claude Opus 5.5 zaznamenal 67 %.
Podľa interných skúseností spoločnosti generoval Gemini 4 Carbon bezpečný kód s viac než dvojnásobnou úspešnosťou oproti modelu Argon. Bezpečnostný tím Google Chrome uviedol, že Carbon vytváral kvalitné opravy chýb viac než desaťkrát efektívnejšie než „špičkový model inej poprednej spoločnosti pôsobiacej v oblasti umelej inteligencie“. Architektúra modelu Carbon je navrhnutá tak, aby zvládala dlhodobé a zložité inžinierske úlohy. Podľa pozorovaní Googlu dokáže model pracovať samostatne celé dni a pri hľadaní hlboko skrytých chýb v obrovskej kódovej základni vytrvalo skúmať aj slepé uličky.
Google zdôraznil, že priebežne sleduje aj spätnú väzbu používateľov. Výkon modelu preto zlepšil vo viacerých oblastiach, z ktorých získal mimoriadne veľa poznatkov. Ide najmä o programovanie, úlohy vykonávané agentmi a vedecké úlohy, ale aj o komplexný vývoj webu a multimodálne schopnosti. Vďaka pokroku vo vývoji webu sa model posunul na 4. miesto v rebríčku WebDev Arena s 1.768 bodmi. GPT-6 Astra je však stále o vlások lepší s 1.773 bodmi a Claude Opus 5.5 má výraznejší náskok s 1.810 bodmi.
Vývojári vytvorili aj najnovší variant Gemini 4 podľa doterajších prísnych požiadaviek. Prijímajú dokonca viac preventívnych opatrení než kedykoľvek predtým, čo sa prejavuje aj pri jeho sprístupňovaní. Carbon má v rôznych prostrediach fungovať transparentnejšie a poskytovať pravdivejšie odpovede. V porovnaní s modelom Argon má tiež znížiť počet halucinácií až na polovicu.
Podľa Googlu dokáže nový model fungovať oveľa stabilnejšie a bezpečnejšie než niektorí konkurenti. Pri riešení úloh sa účinnejšie vyhýba nepovoleným skratkám, odoláva útokom typu prompt injection a lepšie dodržiava pokyny používateľov.
Gemini 4 Carbon je prvým špičkovým modelom, ktorý v teste Gray Swan IPI (Indirect Prompt Injection) dosiahol výsledok 0 %. Test hodnotí bezpečnosť agentov umelej inteligencie voči nepriamym útokom typu prompt injection. Výsledok teda ukazuje, že novinka v tejto oblasti ponúka bezkonkurenčnú bezpečnosť.
Google bude Gemini 4 Carbon ponúkať lacnejšie, než konkurenti ponúkajú svoje špičkové modely, čo je rozhodne skvelá správa. Spoločnosť sa neustále snaží cenami podliezať konkurenciu a prilákať aj tých, ktorí by v záujme úspory boli ochotní používať čínske modely.
V úvodnom období stojí spracovanie milióna vstupných tokenov modelom Gemini 4 Carbon 2 doláre, zatiaľ čo za vytvorenie milióna výstupných tokenov sa platí 10 dolárov. Neskôr sa ceny zdvojnásobia, takže bude treba počítať so 4 a 20 dolármi. Veľký význam potom bude mať ukladanie do vyrovnávacej pamäte, vďaka ktorému bude možné pri vstupných tokenoch ušetriť až 95 %. Tieto sumy sa zhodujú s cenami modelu Gemini 4 Argon, takže k ďalšiemu zdraženiu nedošlo. Prístup k novinke však nezíska každý.
Google zvolil opatrný postup sprístupňovania a priamo sa zapája do dobrovoľného procesu predbežného testovania modelov pod záštitou vlády Spojených štátov. Ako prvý preto v týždni od 26. októbra do 1. novembra získal prístup k modelu úzky okruh odborníkov na kybernetickú bezpečnosť. Následne ho Google plánuje prostredníctvom programu Fairwind postupne sprístupňovať vybraným partnerom.
Široký prístup pre vývojárov, firmy a bežných používateľov spoločnosť otvorí po ďalšom doladení ochranných mechanizmov. Dátum všeobecnej dostupnosti neoznámila, pretože bude do veľkej miery závisieť od výsledkov bezpečnostných analýz a prvých skúseností z dní a týždňov po predstavení.
