Google представила Gemini 4 Carbon с упором на кибербезопасность

Google DeepMind 28 октября представила Gemini 4 Carbon — новую флагманскую модель компании. Старший вице-президент Google DeepMind и главный архитектор ИИ Google Корай Кавукчуоглу назвал ее самой сильной моделью Google, отдельно отметив возможности в кибербезопасности и работе с длинными задачами.

‹›

В сводном рейтинге Intelligence Index v5.0 от Artificial Analysis Carbon набрала 59 баллов и заняла первое место. Однако широкого доступа к модели пока нет: на первом этапе ее получат команды, работающие в сфере кибербезопасности. Для разработчиков, бизнеса и обычных пользователей Google обещает открыть доступ позднее, но конкретные сроки не называет.

Результаты в тестах безопасности

Наиболее сильные результаты Carbon показывает в специализированных тестах по кибербезопасности. В SEC-bench Pro модель обнаружила уязвимости в 88,2% случаев, а в ExploitGym написала эксплойты с результатом 54,8%. Google называет последний показатель новым рекордом. В тесте CWE-bench, посвященном исправлению уязвимостей, Carbon получила 71,0%.

В Google также сообщили, что команда Chrome оценила качество патчей Carbon более чем в десять раз выше, чем у «большой фронтир-модели другой лаборатории». Название этой модели компания не раскрыла.

В тестах общего назначения Carbon тоже показала заметные результаты. В Terminal Bench 4.0 она набрала 65,2%, опередив Claude Opus 5.5 с результатом 59,6%. В Agent’s Last Exam модель получила 77,4% и заняла первое место среди конкурентов и предыдущих моделей. При этом в FrontierSWE 2 Carbon уступила GPT-6 Astra, а в OSWorld-2.1 — Claude Opus 5.5.

Эти результаты показывают, что лидерство зависит от конкретного набора задач и особенностей обучения. По данным Google, Carbon сейчас выглядит сильнейшим кандидатом в тестах для агентных сценариев, но Claude сохраняет преимущество в работе с компьютерной средой. Окончательные выводы сделать сложно: модель еще не вышла в широкий доступ, а разрыв между лидерами в ряде тестов невелик.

Защита от промпт-инъекций

Google заявляет, что улучшила не только возможности Carbon, но и контроль над ее поведением. Модель использует многоуровневую систему защиты, унаследованную от Argon. Она включает меры против промпт-инъекций и джейлбрейков, а также обучение корректному взаимодействию с пользователем.

Отдельное внимание уделено атакам через внешние данные. Такая атака возможна, если модель анализирует документ или исходный код со скрытыми либо явными инструкциями, призванными заставить ее нарушить заданные ограничения. В тесте Gray Swan Indirect Prompt Injection доля успешных атак против Carbon составила 0%. Для Argon этот показатель равнялся 0,7%.

Доступ и стоимость

Развертывание Carbon будет поэтапным, как в случае с Argon, которую Google представила 30 сентября. Сначала модель передадут части специалистов по киберзащите, после чего доступ расширят через программу Fairwind. Google также участвует в добровольном предрелизном тестировании моделей правительством США.

На вводный период стоимость составит 2 доллара за миллион входных токенов и 10 долларов за миллион выходных. Кэшированный ввод будет стоить на 95% дешевле. После окончания вводного периода тарифы вырастут до 4 и 20 долларов соответственно — столько же стоит Claude Opus 5.5. Продолжительность льготного периода Google не уточняет.

Для команд, использующих Claude Opus 5.5 или GPT-6 Astra, немедленная миграция пока не выглядит необходимой: Carbon еще недоступна, а ее преимущество зависит от конкретных задач. Наиболее убедительными причинами протестировать модель могут стать работа с кодовыми базами объемом в сотни тысяч токенов и использование агентов, уязвимых к промпт-инъекциям. После открытия доступа такие сценарии можно будет сравнить с текущими решениями на собственных данных.