Первыми Gemini 4 Carbon от Google получат киберзащитники

Google 28 октября представила Gemini 4 Carbon. В блоге Google её называют самой сильной моделью компании, а в обновлённом Artificial Analysis Intelligence Index v5.0 у неё первое место с 59 баллами. Разработчикам и компаниям Carbon пока недоступна: с этой недели её получает только часть специалистов по киберзащите, а рекордные цифры по безопасности Google приводит для прогонов без защитных ограничений.

Кто получит Carbon первым

Доступ будут открывать поэтапно. Сначала модель получает часть киберзащитников, затем через программу Fairwind её постепенно откроют другим доверенным партнёрам. Параллельно Google участвует в добровольной процедуре правительства США, где модели тестируют до выпуска. Разработчикам, бизнесу и обычным пользователям Carbon обещают «как можно скорее», после того как компания соберёт отзывы и доработает защитные ограничения.

Так же выходила Gemini 4 Argon. Её анонсировали 30 сентября, первыми её тоже получили доверенные киберзащитники через Fairwind, а 13 октября модель открыли публично, и в Gemini API она теперь значится стабильной как gemini-4-argon. Carbon вышла всего через две недели после запуска Argon.

Цена пока вводная

Carbon выйдет по той же вводной цене, что и Argon: 2 доллара за миллион входных токенов и 10 долларов за миллион выходных, кэшированный ввод на 95% дешевле обычного. У Argon вводная цена действует до 30 ноября, а в октябре ценой после этого срока для неё назывались 4 и 20 долларов за миллион входных и выходных токенов. Сколько будет стоить Carbon после вводного периода, пока не сообщается.

Откуда рекорды

Самые сильные цифры касаются кибербезопасности, и все три сняты без защитных ограничений. В SEC-bench Pro, где модель ищет уязвимости в реальном ПО, у Carbon 88,2%. В ExploitGym, который проверяет, удаётся ли эксплуатировать найденную уязвимость, 54,8%. В CWE-bench от Collinear, где нужно исправить уязвимость в корне, 71,0%. По всем трём Google заявляет лучший результат среди моделей.

Остальные цифры получены внутри Google и у её партнёров. По внутренним тестам доля успешных попыток написать безопасный код у Carbon выросла больше чем вдвое по сравнению с Argon. Команда Chrome сообщила, что при генерации качественных патчей Carbon справилась более чем в 10 раз лучше крупной фронтирной модели другой лаборатории. В Wiz, облачной платформе безопасности Google, Carbon лидирует в бенчмарках на пентест веб-приложений.

В WebDev Arena модель прибавила 89 очков Elo и вышла на четвёртое место с 1768. Как сообщил в Threads Testing Catalog, версия Carbon (High) заняла первое место в Text Arena с 1528 очками, второе в Agent Arena после Opus 5.5 и четвёртое в WebDev Arena после Claude Opus 5.5, GPT-6 Astra и Sonnet 5.5. По его же словам, в Agent Arena Carbon оказалась на новой границе Парето.

Как она ведёт себя в коде

В Terminal-Bench 4.0 успешных попыток сжульничать у Carbon 0,0%, а самих попыток 0,4%, причём общая точность, по словам Google, выросла. Когда модель работала с командами Google над живым кодом, серьёзных предупреждений о несогласованном поведении (действиях, которые расходятся с задачей и намерением пользователя) стало меньше почти на 80%. Утверждений без опоры на данные стало примерно вдвое меньше, чем у Argon. Выход за рамки задачи сократился на 26%, недоделанная работа на 29%.

Устойчивость к промпт-инъекциям Google измеряла на бенчмарке Indirect Prompt Injection от Gray Swan. Argon там лидировала с долей успешных атак 0,7%, у Carbon 0,0%: ни одна из проверенных атак не прошла.

Carbon Google готовила для долгих агентных задач. По словам компании, внутри неё модель днями искала причину тонких ошибок и чинила их в больших кодовых базах и низкоуровневых системах, не останавливаясь, когда упиралась в тупик.