Google представила Gemini 4 Carbon — модель, предназначенную для сложных инженерных задач и работы в области кибербезопасности. Она показала высокие результаты в поиске уязвимостей, проверке возможности их эксплуатации и исправлении ошибок в коде.
Результаты
Gemini 4 Carbon заняла первое место в обновлённом до версии 5.0 рейтинге Artificial Analysis Intelligence Index, набрав 59 баллов.
В тесте SEC-bench Pro, оценивающем способность находить уязвимости, модель достигла 88,2%. В ExploitGym, где проверяется возможность эксплуатации найденных дыр, — 54,8%. В CWE-bench, оценивающем исправление ошибок, — 71%.
В рейтинге WebDev Arena модель поднялась на четыре позиции и заняла четвёртое место с 1769 баллами.
Что изменилось
По внутренним оценкам Google, Gemini 4 Carbon более чем вдвое повысила вероятность успешной генерации безопасного кода по сравнению с Gemini 4 Argon, представленной двумя неделями ранее.
Разработчики Chrome сообщили, что новая модель показала результат более чем в 10 раз лучше другой используемой модели при подготовке качественных исправлений кода.
Надёжность
Отдельное внимание Google уделила безопасности самой модели. По внутренним испытаниям, количество предупреждений о серьёзных нарушениях заданных ограничений при работе в реальных условиях сократилось почти на 80%.
Число неподтверждённых утверждений уменьшилось примерно вдвое, а модель стала реже выходить за пределы поставленных задач и оставлять их незавершёнными.
Это важнее, чем кажется: именно «самоуверенные» ответы ИИ — главная причина, по которой компании не доверяют агентам критичные задачи.
Кому дадут
На первом этапе Google предоставит доступ ограниченной группе специалистов по кибербезопасности. Затем круг доверенных партнёров будет расширяться.
Это логично: модель, которая ищет уязвимости, — по сути инструция двойного назначения. Она одинаково хорошо помогает защищать код и атаковать его.
Что это значит
Google вступает в конкуренцию с Anthropic и OpenAI на поле агентов для разработки. Но ставка сделана не на универсальность, а на узкую специализацию: безопасность и исправление ошибок.
Для разработчиков это означает, что аудит кода через ИИ становится реальной практикой, а не экспериментом. Для злоумышленников — что находить дыры станет проще, и защищаться придётся быстрее.
По теме: GPT-6 Astra и сенсорный MacBook Pro.
