Google DeepMind je predstavio Gemini 4 Carbon, novi model iz svoje Gemini 4 generacije koji, prema navodima iz kompanije, donosi najjače sposobnosti do sada — pre svega u sajber bezbednosti i rešavanju dugoročnih, složenih zadataka. Najava dolazi svega dve nedelje nakon lansiranja modela Gemini 4 Argon, što dovoljno govori o tempu kojim Google gura granice svojih modela.

Prvo mesto na nezavisnoj listi
Carbon je zauzeo prvo mesto na nedavno ažuriranom Artificial Analysis Intelligence Index v5.0 sa skorom od 59. Pored toga, ostvario je značajan napredak u kodiranju i agentskim zadacima, kao i u ključnim sposobnostima za odbranu u sajber prostoru. Na SEC-bench Pro testu, koji meri sposobnost pronalaženja ranjivosti, zabeležio je 88,2 odsto, na ExploitGym testu (eksploatacija ranjivosti) 54,8 odsto, dok je na CWE-bench testu (krpljenje ranjivosti) dostigao 71,0 odsto. Prema internim merenjima, Carbon generiše znatno sigurniji kod, a u živim okruženjima za kodiranje pokazuje i manju stopu pogrešnog usklađivanja i izmišljanja podataka.

Model koji radi danima bez nadzora
Carbon je projektovan za takozvane dugohorizontne agentske tokove rada — zadatke koji traju danima. U Google-u navode da su njihovi timovi videli kako Carbon radi danima, prolazi kroz slepe ulice i na kraju rešava složene inženjerske probleme, poput pronalaženja uzroka suptilnih bagova i njihovog krpljenja u velikim bazama koda i niskonivojskim sistemima. Poboljšanja su, kako kažu, rezultat povratnih informacija korisnika, a model je napredovao u kodiranju, agentskim i naučnim zadacima, kao i u full-stack web razvoju i multimodalnom razumevanju. Na WebDev Arena listi Carbon je skočio za 89 elo poena i sada se nalazi na četvrtom mestu sa 1768 poena.
Postepeno uvođenje i ista cena
Google ne žuri sa puštanjem modela u široku upotrebu. Carbon će od ove nedelje biti dostupan ograničenom broju sajber defanzivaca, a pristup će se postepeno širiti na dodatne pouzdane partnere kroz Fairwind Program. Kompanija istovremeno učestvuje u dobrovoljnom procesu američke vlade za testiranje modela pre izlaska na tržište. Za developere, firme i korisnike Carbon će biti dostupan „što je pre moguće”, navode iz Google-a.
Zanimljivo je da cena ostaje ista kao kod Argon modela — 2 dolara po milion ulaznih tokena i 10 dolara po milion izlaznih tokena, uz popust od 95 odsto na keširane ulazne tokene. Detalje o novom modelu možete pročitati u zvaničnom blog postu Google DeepMind-a.
