Google DeepMind представила модель Gemini 4 Carbon

Модель получила 59 баллов в Artificial Analysis Intelligence Index v5.0 и заняла первое место в рейтинге. Carbon способна автономно работать несколько дней: анализировать крупные кодовые базы, находить причины ошибок, исправлять баги и продолжать работу после неудачных попыток.

В области кибербезопасности модель показала 88,2% в SEC-bench Pro (поиск уязвимостей), 54,8% в ExploitGym (проверка возможности эксплуатации) и 71% в CWE-bench (исправление уязвимого кода). В WebDev Arena результат 1769 Elo — четвёртое место. По данным Google, Carbon в два с лишним раза чаще генерирует безопасный код, чем Gemini 4 Argon, а команда Chrome сообщила об улучшении результатов при создании патчей в 10+ раз.

На Gray Swan Indirect Prompt Injection Benchmark модель показала 0% успешных атак против 0,7% у Argon. На Terminal-Bench 4.0 доля успешных попыток обойти правила тестирования снизилась до нуля, частота попыток — до 0,4%. Доступ получат ограниченная группа специалистов по кибербезопасности, затем проверенные партнёры, после — разработчики, компании и обычные пользователи. Стартовая цена API: $2 за миллион входных и $10 за миллион выходных токенов, после вводного периода — $4/$20; кэшированные входные токены на 95% дешевле.