Google Gemini 4 Carbon превращает уязвимости в эксплойты: доступ пока только у киберзащиты

О новой модели Google объявила в среду. По словам компании, Carbon лучше Argon и даёт «значительный прирост» в трёх областях: программирование, агентные задачи (когда ИИ сам проходит цепочку шагов, а не отвечает на один вопрос) и кибербезопасность. В бенчмарке Artificial Analysis Intelligence Index (v5.0), то есть наборе заданий для сравнения моделей, Carbon, по данным Google, заняла первое место, а Claude Opus 5.5 от Anthropic и GPT-6 Astra от OpenAI остались позади.

Что именно проверяли тесты?

Google опирается на два профильных теста. SEC-bench Pro проверяет, находит ли модель реальные ошибки в программах, а не учебные. ExploitGym смотрит, сможет ли модель превратить найденную уязвимость в работающий эксплойт.

Бытовая аналогия: первый тест проверяет, заметит ли слесарь слабый замок, второй показывает, сумеет ли он этот замок открыть. В обоих тестах Carbon сейчас на первом месте.

Отдельно Google описывает длинные задачи. Внутренние команды компании видели, как модель «работает днями, проходя через тупики» в сложных многошаговых инженерных задачах. Это наблюдение самой Google, а не результат внешнего теста.

Ещё одно заявление касается промпт-инъекций (атак, при которых в текст для ИИ прячут чужую команду). По словам Google, Carbon лучше сопротивляется таким атакам, реже срезает углы при решении задач и лучше работает вместе с пользователем.

Что Google обнаружила по итогам тестов?

• Первое место в Artificial Analysis Intelligence Index (v5.0), Claude Opus 5.5 и GPT-6 Astra ниже.
• Первое место в SEC-bench Pro, тесте на поиск реальных ошибок в программах.
• Первое место в ExploitGym, тесте на превращение уязвимости в эксплойт.
• В 2 раза меньше «необоснованных утверждений», чем у Argon. Google подаёт это как шаг к «прозрачности и честности».
• Во внутренних тестах Google модель работала над одной задачей днями.
• Цена осталась на уровне Argon: 2 доллара за миллион входных токенов и 10 долларов за миллион выходных. Токен здесь означает кусочек текста размером примерно в часть слова.

Необоснованные утверждения близки к тому, что называют галлюцинацией (когда ИИ уверенно выдумывает то, чего не было). Двукратное снижение посчитано относительно Argon, а не в абсолютных цифрах: сколько таких ошибок осталось, Google не сообщает.

Что это значит для вас и что делать сейчас?

Автору Дзена. Попробовать Carbon пока нельзя, и ждать её в общем доступе, например в Google AI Studio, рано. Практический урок релиза другой: даже у новой Google Gemini необоснованных утверждений стало меньше, но не ноль. Каждую цифру, имя и дату от ИИ сверяйте с первоисточником до публикации.

Маркетологу. Цены в 2 и 10 долларов за миллион токенов годятся как ориентир для бюджета на ИИ. Учтите, что ответ модели стоит дороже текста, который вы ей отправляете. Если ИИ-агент читает чужие сайты и письма, помните о промпт-инъекциях: не давайте ему права публиковать или отправлять что-либо без вашей проверки.

Предпринимателю в РФ и СНГ. Доступ к Carbon сейчас есть только у отобранных компаний киберзащиты, о работе модели в России Google ничего не сообщила. Для текстов и рутины используйте доступные инструменты, а аудит безопасности сайта и кода оставьте специалистам.

Из доступных в РФ аналогов: YandexGPT и GigaChat.

Пока Carbon работает на защитников, ваш шаг простой: проверяйте каждый факт от нейросети и не оставляйте ИИ-агента без присмотра.

По данным Google, анонс модели Gemini 4 Carbon