Google 28 октября представила Gemini 4 Carbon — новую модель для длительных инженерных задач, программирования и киберзащиты. На этой неделе доступ откроют лишь части специалистов по защите через программу Fairwind, а запуск для разработчиков, компаний и обычных пользователей обещан позже без точной даты.
Независимый сервис Artificial Analysis поставил версию Carbon High на первое место своего комплексного индекса с результатом 59 баллов. На странице оценки при этом прямо указано, что публичного API у модели пока нет. Индекс объединяет девять тестов по программированию, рассуждениям, научным и агентным задачам, поэтому один итоговый балл не описывает качество во всех сценариях.
- 88,2% — SEC-bench Pro, поиск уязвимостей;
- 54,8% — ExploitGym, проверка возможности эксплуатации;
- 71% — CWE-bench, исправление уязвимостей.
Источник: Google. У тестов разные методики, поэтому значения нельзя напрямую сравнивать между собой.
Google уточняет, что эти прогоны выполнялись без защитных ограничений. Независимая таблица CWE-bench подтверждает 71% успешных исправлений с первой попытки; тест проверяет, закрыта ли уязвимость без поломки прежней функциональности.
Модель позиционируют для продолжительных цепочек действий: анализа больших кодовых баз, поиска причин ошибок и подготовки исправлений. Google заявляет о внутренних улучшениях защищённого кода и снижении неподтверждённых утверждений, однако эти внутренние показатели пока не подтверждены независимой проверкой и не гарантируют такой же результат в рабочих проектах.
Для будущего запуска объявлена вводная цена: 2 доллара за миллион входных токенов и 10 долларов за миллион выходных; кэшированный ввод должен стоить на 95% дешевле обычного. После вводного периода тариф планируют повысить до 4 и 20 долларов соответственно.
Пока эти цены нельзя считать предложением для любого желающего: Google не раскрыла дату широкого доступа, идентификатор модели в API, лимиты и список регионов. Сейчас Carbon остаётся ограниченным предварительным выпуском для выбранных партнёров по киберзащите.
Пока никто не ответил. Начните обсуждение.