גוגל מכריזה על Gemini 4 Carbon: מודל הדגל החדש מתמקד באבטחת סייבר ובמשימות ארוכות, ובשלב ראשון ייפתח רק למגינים
גוגל DeepMind הכריזה על Gemini 4 Carbon, שלדבריה הוא המודל החזק ביותר שלה, עם יכולות מובילות באבטחת סייבר ובמשימות ארוכות טווח. לפי החברה, המודל מדורג ראשון במדד Artificial Analysis עם ציון 59. ההשקה תהיה הדרגתית: תחילה לקבוצה מצומצמת של מגיני סייבר, ורק אחר כך למפתחים ולציבור.
גוגל DeepMind הכריזה היום (28 באוקטובר) על Gemini 4 Carbon, מודל החזית הבא שלה. לפי החברה זה המודל החזק ביותר שפיתחה עד היום, עם יכולות מובילות בתחום אבטחת הסייבר ובמשימות ארוכות טווח (long-horizon). ההכרזה נחתמה בידי קוראי קבוקצ'ואוגלו, סגן נשיא בכיר ב-Google DeepMind ו-Chief AI Architect של גוגל.
ראשון במדד, לפי גוגל
לפי ההודעה הרשמית, Carbon מדורג במקום הראשון בגרסה 5.0 של Artificial Analysis Intelligence Index, שעודכנה לאחרונה, עם ציון 59. זהו מדד חיצוני שמשקלל ביצועים של מודלים במגוון מבחנים. חשוב לסייג: הנתון מגיע מההודעה של גוגל עצמה, ובעת כתיבת הכתבה לא בדקנו אותו באופן עצמאי מול טבלת המדד. ככל הנראה הוא יעמוד לבדיקה נרחבת כשגורמים חיצוניים יקבלו גישה למודל.
Carbon מגיע שבועיים בלבד אחרי השקת Gemini 4 Argon. בגוגל מציגים את זה כעדות לקצב ההתקדמות, ומספרים שהחוקרים והמודלים עצמם עובדים יחד כדי לקדם את היכולות.
הדגש: סייבר
החלק הבולט בהכרזה עוסק באבטחה. גוגל מדווחת על תוצאות שיא בשלושה מבחנים חיצוניים, שלפי ההודעה נבדקו בלי מנגנוני ההגנה של המודל:
- מציאת חולשות: 88.2% ב-SEC-bench Pro, כולל איתור עצמאי של פגמים מורכבים בתוכנה אמיתית.
- ניצול חולשות (exploitation): 54.8% ב-ExploitGym. המבחן בודק אם חולשה ניתנת לניצול בפועל, ומגינים נעזרים במידע הזה כדי להחליט מה לתקן קודם.
- תיקון: 71.0% ב-CWE-bench של Collinear, כלומר הפיכת ממצאים מאומתים לתיקוני קוד עובדים.
גוגל מוסיפה גם נתונים פנימיים. במבחנים פנימיים Carbon הכפיל ויותר את שיעור ההצלחה ביצירת קוד מאובטח בהשוואה ל-Argon. צוות Chrome דיווח שהמודל הצליח פי 10 ויותר ממודל חזית גדול של מעבדה אחרת, שלא צוינה בשמה, ביצירת תיקונים איכותיים. Wiz, פלטפורמת אבטחת הענן של גוגל, מדווחת שהמודל מוביל במבחני בדיקות חדירה (penetration testing) ליישומי רשת.
עבודה רצופה של ימים
מעבר לסייבר, Carbon תוכנן לזרימות עבודה אוטונומיות ארוכות (agentic workflows). לפי גוגל, צוותים פנימיים ראו את המודל עובד במשך ימים, ממשיך הלאה אחרי מבוי סתום ומאתר ומתקן באגים עדינים בבסיסי קוד גדולים ובמערכות low-level. בפיתוח ווב המודל עלה ב-89 נקודות elo והגיע למקום הרביעי ב-WebDev Arena עם 1769 נקודות. החברה מוסיפה שבסביבות קוד חיות נמדדו אצלו שיעורים נמוכים יותר של התנהגות לא מיושרת (misalignment) ושל המצאת מידע.
השקה זהירה
המשמעות המעשית: בשלב זה רוב המשתמשים לא יוכלו לגשת ל-Carbon. גוגל מתארת השקה מדודה. החברה משתתפת בתהליך הוולונטרי של ממשלת ארצות הברית לבדיקת מודלים לפני שחרור, והשבוע תפתח גישה לקבוצה מצומצמת של מגיני סייבר. בהמשך תורחב הגישה בהדרגה לשותפים מהימנים במסגרת תוכנית Fairwind. רק אחרי איסוף משוב ושיפור מנגנוני ההגנה המודל יגיע למפתחים, לעסקים ולצרכנים, ולפי גוגל זה יקרה בהקדם האפשרי. לא נמסר תאריך.
המחיר ההיכרותי זהה לזה של Argon: 2 דולר למיליון טוקנים בקלט ו-10 דולר למיליון טוקנים בפלט, עם הנחה של 95% על טוקני קלט שמורים במטמון (cached).
למה זה חשוב
מודל שמוצא חולשות, בודק אם אפשר לנצל אותן ומתקן אותן הוא כלי חזק למגינים. אותן יכולות עלולות לשמש גם תוקפים, וזו ככל הנראה הסיבה לכך שגוגל בוחרת לפתוח את Carbon קודם כול לגורמי הגנה ולשלב את הממשל האמריקאי בבדיקות. לפי החברה, Carbon מבוסס על אותה מערכת בטיחות רב-שכבתית של Argon: אימון המודל, הגנות בזמן אמת מפני שימוש לרעה, עמידות בפני prompt injection וניטור של שרשרת החשיבה (chain-of-thought). המבחן האמיתי יגיע כשמשתמשים וגופי מדידה עצמאיים יוכלו לבדוק את הטענות בעצמם.