Gemini 4 Carbon: Наша новая передовая модель

28 окт. 2026 г.

Gemini 4 Carbon — это наша самая мощная модель с передовыми возможностями в области кибербезопасности и долгосрочного планирования.

Ваш браузер не поддерживает элемент аудио.

Прослушать статью

[[duration]] минут

Этот контент создан с помощью Google AI. Генеративный ИИ является экспериментальным

Сегодня мы анонсируем новую передовую модель: Gemini 4 Carbon, нашу самую мощную модель с передовыми возможностями в области кибербезопасности и долгосрочного планирования.

Carbon занимает 1-е место в недавно обновленной версии 5.0 индекса Artificial Analysis Intelligence Index с результатом 59. Она демонстрирует значительный рост в задачах программирования и агентских задачах, а также в ключевых возможностях, критически важных для кибербезопасности, заняв уверенное лидирующее положение в SEC-bench Pro (88,2%) по поиску уязвимостей, ExploitGym (54,8%) по эксплуатации и CWE-bench (71,0%) по исправлению. На внутренних бенчмарках Carbon обеспечивает мощный прирост в генерации безопасного кода, а в реальных средах программирования с нашими собственными командами она показывает снижение частоты несоответствия целей и галлюцинаций.

Опираясь на Gemini 4 Argon, представленную две недели назад, Carbon демонстрирует темпы, с которыми мы расширяем границы возможного. Наши исследователи и модели работают рука об руку, чтобы быстрее развивать возможности и одновременно укреплять средства защиты.

Мы применяем взвешенный подход к развертыванию и активно участвуем в добровольном процессе тестирования моделей перед их выпуском, организованном правительством США. Начиная с этой недели, мы сделаем Carbon доступной для подмножества киберзащитников и будем постепенно открывать доступ другим доверенным партнерам через нашу программу Fairwind Program. Мы продолжаем собирать отзывы и дорабатывать защитные механизмы, прежде чем сделать Carbon доступной для разработчиков, бизнеса и потребителей в наших продуктах как можно скорее.

Gemini 4 Carbon будет выпущена по той же вводной цене, что и Argon: 2 доллара за миллион входных токенов и 10 долларов за миллион выходных токенов, причем закешированные входные токены стоят на 95% дешевле входных токенов.

Улучшение программирования и рассуждений для сложных задач с долгосрочным планированием

Созданная для решения более сложных инженерных задач с долгосрочным планированием, Carbon оптимизирована для непрерывных агентских рабочих процессов. Внутри компании наши команды видели, как Carbon работала в течение нескольких дней, преодолевая тупики для решения сложных многоэтапных инженерных задач, таких как поиск первопричин и исправление тонких ошибок в крупных кодовых базах и низкоуровневых системах.

Опираясь на отзывы пользователей, мы сосредоточились на улучшении производительности модели в различных областях, включая программирование, агентские и научные задачи, а также веб-разработку полного цикла и мультимодальное понимание. Благодаря улучшенному качеству вывода и артефактов в веб-разработке, Carbon поднимается на +89 пунктов эло, занимая 4-е место (1769) на платформе WebDev Arena.

Передовая производительность в области кибербезопасности для создания безопасных систем

Gemini 4 Carbon обеспечивает значительный скачок в возможностях кибербезопасности. Она достигает передовой производительности на всех этапах жизненного цикла киберзащиты — обнаружения, проверки и устранения уязвимостей.

Наши команды уже видят значительные успехи в киберзащите. На внутренних бенчмарках Carbon обеспечивает более чем двукратное увеличение успешности генерации безопасного кода по сравнению с Argon. В качестве другого примера, команда Chrome сообщила, что Carbon работала более чем в 10 раз лучше, чем крупная передовая модель другой лаборатории при создании высококачественных патчей. Wiz, наша ведущая платформа облачной безопасности, также отмечает, что Carbon лидирует в бенчмарках тестирования на проникновение в веб-среде, что является ключевой возможностью для инициативы Wiz's Scan for Good.

Carbon превосходит конкурентов в ключевых внешних бенчмарках (оцениваемых без защитных механизмов):

• Поиск реальных уязвимостей: Основой киберзащиты является поиск реальных уязвимостей. Carbon достигает рекордных 88,2% на SEC-bench Pro, автономно обнаруживая сложные уязвимости, скрытые в реальном ПО.
• Проверка рисков путем эксплуатации: Чтобы расставить приоритеты в отношении того, какие уязвимости устранять в первую очередь или устранять вообще, киберзащитники все чаще полагаются на модели для проверки того, какие уязвимости являются эксплуатируемыми. Carbon устанавливает новый рекорд в популярном бенчмарке эксплуатации ExploitGym (54,8%).
• Устранение первопричины: В конечном итоге после выявления уязвимостей исправление первопричины является важнейшим шагом в жизненном цикле киберзащиты. Carbon достигает 71,0% на CWE-bench от Collinear, превращая проверенные результаты непосредственно в работающие исправления кода.

Повышение безопасности и защищенности передовых моделей

Gemini 4 Carbon опирается на тот же многоуровневый стек безопасности и защиты Argon, объединяя обучение моделей, защиту от злоупотреблений в реальном времени, устойчивость к внедрению промптов и мониторинг цепочки рассуждений. В частности, мы добились значительных успехов в выравнивании модели с Argon и сообщили о ее склонностях вести себя согласованным образом в нашем Отчете о безопасности и защищенности. В Carbon мы поставили перед собой задачу продвинуться еще дальше в вопросах выравнивания и обучили модель правильно реагировать на сложные или критические задачи.

• Снижение количества обходных путей и использования лазеек: С Carbon мы еще больше снизили попытки обхода правил во время обучения, обеспечив при этом высокое качество программирования. Carbon снизила успешное мошенничество на Terminal-Bench 4.0 до 0,0%, при этом попытки мошенничества упали до 0,4%, и все это при улучшении общей точности. В средах живого программирования с нашими внутренними командами мы заметили, что количество предупреждений о несоответствии высокой степени тяжести сократилось почти на 80%.
• Повышение прозрачности и честности: В нашем внутреннем тестировании Carbon сокращает количество неподтвержденных заявлений примерно в 2 раза по сравнению с Argon. Она включает методологические оговорки непосредственно в результат работы или задерживает заблокированные действия с четким списком того, что еще требуется, вместо того чтобы выдумывать факты или уклоняться от ответа при отсутствии доказательств.
• Улучшение сотрудничества с пользователем в условиях неопределенности: Вместо того чтобы гадать или форсировать события, Carbon извлекает релевантные источники и сообщает пользователю о несоответствиях перед тем, как действовать — в результате пользователи должны заметить гораздо лучший опыт совместной работы с Carbon.
• Выполнение задач без превышения полномочий: Carbon одновременно снизила превышение полномочий на 26% и недоработку на 29%, что привело к гораздо более надежному выполнению многоэтапных планов от начала до конца при соблюдении проектных ограничений и строгом следовании рамкам.
• Устойчивость к внедрению промптов: В то время как Argon ранее лидировала в бенчмарке непрямого внедрения промптов (IPI) от Gray Swan по устойчивости к внедрению с очень низким процентом успешных атак 0,7%, Carbon достигает 0,0%, отражая каждую оцененную попытку атаки.

Скоро для разработчиков, бизнеса и потребителей

Расширение границ возможного требует быстрой работы при сохранении взвешенности в развертывании. Наша цель с Gemini 4 Carbon — обеспечить значительный скачок в разработке ПО и киберзащите без ущерба для безопасности или надежности. Мы с нетерпением ждем возможности увидеть, как первая группа киберзащитников будет использовать эту модель, и надеемся вскоре предоставить Carbon разработчикам, бизнесу и потребителям.