A Google bejelentette a Gemini 4 Carbont, eddigi legfejlettebb AI-modelljét. Az Artificial Analysis Intelligence Index V5 rangsorában az első helyre került. Az új verziót programozásra, kiberbiztonságra és összetett feladatok megoldására optimalizálták, és több fontos Anthropic- és OpenAI-modellt is megelőz.
A Gemini 4 Carbon vezeti az AI-tesztek rangsorát
Az Intelligence Index V5-ben elért 59 ponttal a Gemini 4 Carbon egy ponttal előzi meg a Claude Opus 5.5-öt, és kettővel a GPT-6 Astrát. A Google modellje a rangsor kilenc értékeléséből négyben érte el a legjobb eredményt.
A Carbon egyik különösen erős területe a kiberbiztonság: a SEC-bench Pro szoftveres sérülékenységek azonosítását vizsgáló teszten 88,2%-ot, a kihasználhatóság ellenőrzésére szolgáló ExploitGymben 54,8%-ot, a hibajavítási képességet mérő CWE-benchben pedig 71%-ot ért el.
A Google szerint az új modell komplex szoftverfejlesztési projekteken akár több napon át is képes önállóan dolgozni, hibákat feltárni és megoldásokat javasolni.
Kevesebb hallucináció, biztonságosabb működés
A Gemini 4 Carbon az AA-Omniscience v1.1 teszten is jól szerepelt, amely az információk pontosságát és a kitalált válaszokra való hajlamot méri. A Google állítása szerint a nem alátámasztott kijelentések száma nagyjából a felére csökkent a két héttel korábban bemutatott Gemini 4 Argonhoz képest. A Gray Swan értékelésben a Carbon 0%-os sikerarányt mutatott a prompt injection támadásokkal szemben.
Az eredmények ugyanakkor nem jelentik azt, hogy a modell tévedhetetlen: bizonyos programozási és következtetési teszteken továbbra is vannak nála jobb versenytársak.
Mennyibe kerül, és mikor lesz elérhető?
A Google bevezető ára egymillió bemeneti tokenre 2 dollár, egymillió generált tokenre 10 dollár; a gyorsítótárban tárolt bemeneti tokenekre 95%-os kedvezmény jár. Ez jelenlegi árfolyamon nagyságrendileg 700, illetve 3500 forint, adók nélküli becslésként.
A hozzáférés egyelőre kiberbiztonsági szakértőkre és a Fairwind program kiválasztott partnereire korlátozódik. A Google fokozatosan terjeszti ki az elérhetőséget fejlesztőkre, vállalatokra és átlagfelhasználókra, de ennek nincs bejelentett dátuma.
