קצב ההכרזות בעולם הבינה המלאכותית מגיע לשיא היסטורי: שבועיים בלבד לאחר שהשיקה את מודל Gemini 4 Argon, גוגל מנחיתה מודל חזית נוסף - Gemini 4 Carbon. בניגוד לציפיות בתעשייה לדגם קל ומהיר מסדרת Flash, "קרבון" ממוצב כמודל הדגל החזק ביותר של החברה עד כה. הוא תוכנן במיוחד עבור משימות הנדסיות מורכבות בעלות אופק פעולה ארוך ורושם פריצת דרך קיצונית ביכולות הגנת סייבר.
המודל החדש מתמקם מיד במקום הראשון במדד הביצועים המעודכן v5.0 של Artificial Analysis עם ציון של 59 נקודות. במבחני ההשוואה שפרסמה גוגל, Carbon עוקף בכל מדד אפשרי לא רק את קודמו Argon, אלא גם את מודלי הענק המתחרים - בהם GPT-6 Astra של OpenAI, ו-Claude Opus 5.5 ו-Claude Fable 5.1 של אנתרופיק.
מתקן באגים, מוצא חולשות וכותב טלאי אבטחה
הקפיצה המשמעותית ביותר של Carbon באה לידי ביטוי במחזור החיים המלא של הגנת סייבר: איתור פרצות, אימות רמת הסיכון ותיקונן האוטונומי בקוד. הנתונים במבחני הביצועים החיצוניים מעוררים הדים בקהילת האבטחה.
המודל השיג תוצאה שוברת שיאים של 88.2% בחשיפה עצמאית של תקלות מורכבות בתוכנות בעולם האמיתי, בנוסף, המודל השיג ציון של 54.8% בבדיקת ישימות ניצול החולשות, יכולת קריטית המאפשרת לאנשי סייבר לתעדף איזה חור אבטחה לסגור תחילה. כמו כן, המודל הגיע ל-71.0% בהפקת טלאי אבטחה עובדים ישירות מתוך ממצאי הבדיקות.
גוגל מדווחת כי Carbon מצליח לייצר קוד נקי מפרצות בשיעור של יותר מפי שניים לעומת Argon. צוות הדפדפן כרום אף הצהיר כי המודל טוב פי 10 בייצור טלאי אבטחה איכותיים בהשוואה למודלי ענק של מעבדות מתחרות. פלטפורמת אבטחת הענן Wiz דיווחה אף היא על הובלה ברורה של המודל במבדקי חדירה.
בנוסף, יכולות פיתוח הווב של המודל זינקו ב-89 נקודות Elo בלוח המובילים של WebDev Arena, שם הוא מתברג במקום הרביעי בעולם עם ציון 1768.
מה זה "מודל ארוך-טווח" ואיך הוא פותר בעיות במשך ימים?
רוב הצ'אטבוטים שאנחנו מכירים פועלים במודל של "שאלה ותשובה מהירה" תוך שניות ספורות. אם הם נתקלים בבאג מורכב בקוד, הם מנחשים פתרון, נכשלים ומוותרים. מודל מסוג Long-Horizon פועל כמו מהנדס תוכנה אנושי עיקש. הוא מקבל משימה גדולה (למשל, מציאת שגיאת אבטחה בתוך מיליוני שורות קוד של מערכת הפעלה), ומסוגל להריץ לולאות בדיקה אוטונומיות במשך ימים שלמים. המודל נתקל במבוי סתום, מבין שהכיוון שגוי, מתקן את עצמו, בודק נתיב אחר וממשיך לחקור עד שהוא מאתר את התקלה ובונה עבורה תיקון מושלם שעובר את כל הבדיקות.
חסינות של 100%
לצד עוצמת החישוב, גוגל שמה דגש חסר תקדים על בטיחות והתאמה, כדי למנוע מצב שבו יכולות הסייבר של המודל ינוצלו לרעה.
במבחן העמידות בפני מתקפות הזרקת פקודות עקיפות, רשם Carbon שיעור פגיעות של 0.0% והדף כל ניסיון תקיפה שנבדק. לשם השוואה: Argon נפרץ ב-0.7% מהמקרים, Claude Opus 5.5 ב-1.0%, ו-GPT-6 Astra ב-8.5%. בנוסף, במבחן Terminal-Bench 4.0, ניסיונות הרמאות של המודל לצורך עקיפת מגבלות צנחו ל-0.0%, והתראות חמורות על חוסר יישור קו ירדו בכ-80% בסביבות פיתוח חיות.
כמו כן, על פי הבלוג הרשמי של גוגל, Carbon מפחית הזיות פי שניים ביחס לקודמו, ומציג למשתמש באופן שקוף נקודות שדורשות השלמת מידע במקום לנסות "להמציא" פתרונות.
אז למה עדיין אי אפשר להשתמש בו?
למרות ההכרזה הרשמית, הציבור הרחב עדיין לא יכול להתנסות במודל. בגוגל מסבירים כי השילוב בין יכולות תכנות אוטונומיות לבין מומחיות סייבר עמוקה מחייב "גישה שקולה וזהירה".
החברה פועלת במסגרת מנגנון הבדיקות הוולונטרי שהקים הממשל האמריקני לבדיקת מודלי AI מתקדמים טרם שחרורם. בשלב ראשון, המודל ייפתח לקבוצה מצומצמת של מגיני סייבר ושותפים מהימנים בלבד במסגרת תוכנית Fairwind. רק לאחר הטמעת משובים והידוק מנגנוני הבלימה, הוא יושק למפתחים, עסקים ומשתמשי קצה.
כאשר ייפתח לשימוש רחב (תחילה ככל הנראה למנויי AI Ultra ולמפתחי API), המודל יוצע במחיר השקה זהה לזה של Argon: 2 דולר למיליון טוקנים של קלט ו-10 דולר למיליון טוקנים של פלט, עם 95% הנחה על טוקנים שמורים בזיכרון מטמון. תעריפים אלו צפויים להכפיל את עצמם בתום תקופת ההשקה.
טעינו? נתקן! אם מצאתם טעות בכתבה, נשמח שתשתפו אותנו