A Google október 28-án bemutatta a Gemini 4 Carbont, amelyet hosszú, több lépéses fejlesztési és kiberbiztonsági feladatokra hangolt. A vállalat szerint belső csapatai napokon át futtatták a modellt nagy kódbázisok hibáinak feltárására és javítására. Ez gyártói tapasztalat, nem független termelési teszt: a közlemény nem részletezi a feladatok számát, a sikerességi arányt vagy az emberi beavatkozás mértékét.
A Carbon a Google méréseiben 88,2 százalékot ért el a sérülékenység-kereső SEC-bench Pro, 54,8 százalékot az exploitok ellenőrzését vizsgáló ExploitGym, 71 százalékot pedig a javításokat mérő CWE-bench teszten. Ezek eltérő részfeladatok, ezért nem adnak önmagukban általános képet arról, mennyire biztonságosan dolgozik a modell valódi rendszereken.
A hozzáférés egyelőre kiválasztott kiberbiztonsági védőkkel indul, majd a Fairwind program több megbízható partnerére bővül. A fejlesztői, vállalati és fogyasztói megjelenésre nincs konkrét dátum. A tervezett bevezető API-ár egymillió bemeneti tokenenként 2, kimeneti tokenenként 10 dollár; a gyorsítótáras bemenet 95 százalékos kedvezményt kap. A Google így előbb szűk körben figyelheti a támadó és védekező képességek kockázatait, mintsem általánosan elérhetővé tenné a modellt.
Források: Google, Reuters, AlphaSignal