Google DeepMind компаниясы 28 қазанда кодтағы осалдықтарды табу және жоюға арналған жаңа флагман ЖИ-моделі Gemini 4 Carbon-ды таныстырды. Бұл туралы компанияның аға вице-президенті Корай Кавукджуоглу блогта жазды.
Компанияның деректері бойынша, модель SEC-bench Pro тестінде нақты кодтағы осалдықтарды 88,2% дәлдікпен табады, ал ExploitGym тестінде табылған осалдықтардың 54,8%-ын жұмыс істейтін шабуылға айналдырады. Модельді алдау үшін мәтін ішіне жасырылған команданы пайдаланатын шабуылдардың (prompt injection) табысты болу деңгейі Gray Swan тестінде нөлге дейін төмендеді, бұрынғы Argon моделінде ол 0,7% болды.
Google Carbon-ды кезеңімен қолжетімді етеді: осы аптадан бастап оны киберқауіпсіздік мамандарының бір бөлігі алады, кейін Fairwind бағдарламасының серіктестері, одан кейін ғана әзірлеушілер мен тұтынушылар қолжетімді ете алады. Компания мұны модельдерді шығармас бұрын тексеретін АҰШ үкіметінің ерікті бағдарламасына қатысуымен түсіндірді.
Бастапқы кезеңде баға 1 миллион кіріс токен үшін 2 доллар және 1 миллион шығыс токен үшін 10 доллар болады, кэштелген сұраулар 95%-ға арзан түседі. Бастапқы кезең аяқталғаннан кейін тариф 4 және 20 долларға дейін өседі деп компания мәлімдеді.
Artificial Analysis Intelligence Index v5 рейтингінде Carbon 59 ұпай жинап, Argon-ның 50 ұпайынан басым түсіп, барлық модельдер арасында бірінші орынға шықты. Модельдің жауап дәлдігі 48%-дан 58%-ға дейін өсті, бірақ фактілік қателер деңгейі 4%-дан 11%-ға дейін көтерілді.
Gemini 4 желісінің алдыңғы флагманы Argon-ды Google ұзаққа созылған кешіктіруден кейін 1 қазанда шығарған болды.
