Google atklāj Gemini 4 Carbon, sākumā to saņems tikai kiberaizsardzības speciālisti

Google trešdien, 28. oktobrī, paziņoja par jaunu MI modeli Gemini 4 Carbon, ko uzņēmums raksturo kā savu līdz šim spēcīgāko modeli. Tas izceļas ar uzlabojumiem programmēšanā, ilgstošu, daudzpakāpju uzdevumu veikšanā un kiberdrošībā. Jaunais modelis parādījies tikai divas nedēļas pēc iepriekšējā modeļa Gemini 4 Argon izlaišanas.

Pēc Google datiem, Carbon ieņem pirmo vietu atjauninātajā neatkarīgās vērtētājas Artificial Analysis intelekta indeksa 5.0 versijā ar 59 punktiem. Tīmekļa izstrādes salīdzinājumā WebDev Arena modelis pakāpies par 89 punktiem un tagad ir ceturtajā vietā.

Īpašu uzsvaru uzņēmums liek uz kiberaizsardzību. Google norāda, ka testā SEC-bench Pro, kas mēra spēju atrast reālas ievainojamības programmatūrā, modelis sasniedzis 88,2 %, ievainojamību izmantošanas testā ExploitGym – 54,8 %, bet kļūdu labošanas testā CWE-bench – 71,0 %. Šos rezultātus uzņēmums apraksta kā labākos starp līdzīgiem modeļiem.

Tieši spēcīgo kiberdrošības spēju dēļ Google modeli neizlaiž plaši uzreiz. Šonedēļ tas būs pieejams ierobežotam kiberaizsardzības speciālistu lokam, un pakāpeniski piekļuvi saņems arī citi uzticami partneri uzņēmuma programmā Fairwind. Google arī norāda, ka piedalās ASV valdības brīvprātīgajā MI modeļu testēšanā pirms to izlaišanas.

Uzņēmums ziņo arī par drošības uzlabojumiem. Iekšējos testos Carbon aptuveni divreiz retāk nekā Argon izteicis nepamatotus apgalvojumus, bet gadījumu skaits, kad modelis pārkāpj uzdevuma robežas, samazinājies par 26 %. Situācijas, kad modelis uzdevumu izpilda nepilnīgi, kļuvušas par 29 % retākas.

Izstrādātājiem modelis sākotnēji maksās tāpat kā Argon: 2 dolārus par miljonu ievades vienību (tokenu) un 10 dolārus par miljonu izvades vienību. Pēc ievadperioda cena pieaugs līdz attiecīgi 4 un 20 dolāriem.

Precīzu datumu, kad Gemini 4 Carbon kļūs pieejams izstrādātājiem, uzņēmumiem un parastajiem lietotājiem, Google nav nosaucis. Uzņēmums sola to darīt, tiklīdz būs apkopotas pirmo lietotāju atsauksmes un uzlaboti drošības ierobežojumi.