Новият модел оглави световните класации при строг контрол на достъпа

Технологичната компания Google представи официално своя най-нов водещ модел с изкуствен интелект Gemini 4 Carbon, който веднага зае първото място в световните класации за интелигентност, но остава заключен за масовите потребители и разработчици, съобщават от Google в официалния си блог. Системата е проектирана специално за сложни софтуерни задачи, продължителна инженерна работа и киберсигурност. Въпреки че изпреварва предшественика си Gemini 4 Argon и основните си пазарни конкуренти в редица независими изпитания, достъпът до новия модел в момента се предоставя единствено на тесен кръг от проверени специалисти по киберзащита чрез специалната програма Fairwind, докато компанията тества и доработва защитните му механизми.

Рекорди в класациите и пробив в киберзащитата

В обновената независима класация Intelligence Index v5.0 на организацията Artificial Analysis новият Gemini 4 Carbon постига водещ резултат от 59 точки при високо ниво на разсъждение. С това постижение разработката на Google излиза директно начело, като оставя зад себе си моделите Claude Opus 5.5 с 58 точки и GPT-6 Astra с 57 точки, а собственият му предшественик Gemini 4 Argon остава значително по-назад с 50 точки.

Най-сериозният скок във възможностите се наблюдава при продължителните софтуерни задачи и специализираните тестове за информационна сигурност. При изпитанието ExploitGym, което проверява дали изкуственият интелект може сам да напише работещ код за пробив през конкретна уязвимост в рамките на десет часа, резултатът на Carbon скача до 54,8% при едва 42% за Argon, оставяйки далеч назад GPT-6 Astra с 42,4% и Claude Opus 5.5 с 34,5%. При теста за работа в терминална среда Terminal-Bench 4.0 новият модел достига 65,2% спрямо 57,1% за предходната версия на компанията. Системата бележи 88,2% успеваемост в теста SEC-bench Pro за откриване на софтуерни уязвимости и 71,0% в CWE-bench за директно отстраняване на първопричината за грешки в кода.

Първото място в общия индекс обаче не прави Gemini 4 Carbon универсален победител във всяка практическа сфера. В специализирания софтуерен тест FrontierSWE 2 моделът на Google записва 61,2%, като отстъпва на GPT-6 Astra, който постига 65,5%. При оценката OSWorld, измерваща способността за директна работа с реален компютърен интерфейс, разработката Claude Opus 5.5 също демонстрира по-висока ефективност. Експертите подчертават, че лабораторните показатели са ориентир за конкретни задачи, но не дават автоматична гаранция за превъзходство във всяка реална работна среда.

Работа с дни, но и повече халюцинации

Основният акцент в инженерната архитектура на Gemini 4 Carbon е способността му да функционира автономно върху мащабни софтуерни проекти, да проследява скрити дефекти в огромни масиви от код и да предлага точни корекции. Според данните на Google вътрешните инженерни екипи на корпорацията вече са използвали модела в работни процеси, при които той е действал непрекъснато в продължение на дни върху комплексни технически казуси, спестявайки часове реален програмистки труд.

Независимите проверки обаче разкриват и една важна слабост зад високата производителност. Наред с по-добрия резултат при тестовете за фактически знания, анализаторите от Artificial Analysis отчитат доста по-висок процент на халюцинации при Carbon в сравнение с Argon - 11% срещу едва 4% според приложената изследователска методика.

Този показател не означава, че една десета от всички генерирани отговори на системата са напълно измислени, тъй като коефициентът се изчислява само в рамките на специфична извадка от грешни, частично верни и пропуснати отговори. Въпреки това статистиката е ясен сигнал за софтуерните инженери, че високият общ рейтинг не отменя нуждата от строг човешки контрол, когато се изпълняват критични професионални задачи. Допълнително предизвикателство е склонността на модела да генерира по-дълги и обстойни отговори, което пряко влияе върху крайната сметка при реална експлоатация.

Временни цени и неясен график за масов достъп

Финансовите параметри за използване на Gemini 4 Carbon започват от промоционална ставка от 2 долара за един милион входни токени и 10 долара за един милион изходни токени, като при използване на кеширани входни данни е предвидена отстъпка от 95%. Тези тарифи обаче са временни и след приключване на началния период ще се удвоят съответно до 4 долара за милион входни и 20 долара за милион изходни токени. Докато при по-стария модел Gemini 4 Argon компанията вече е фиксирала 30 ноември 2026 година като крайна дата на промоцията, за Carbon все още няма обявен срок за преминаване към стандартните двойно по-високи цени.

Еднаквата начална цена на токените при двата модела не означава еднакъв краен разход за бизнеса. Реалната стойност на всяка завършена задача зависи от общия обем изписани токени, броя на повторните опити и времето за обработка, за които от Google все още не са публикували достатъчно сравнителни данни.

Графикът за свободно пускане на Gemini 4 Carbon за всички разработчици също остава неопределен. Именно заради високата му ефективност при откриване и експлоатиране на пробиви в сигурността, компанията първо предоставя системата през програмата Fairwind приоритетно на държавни органи за киберзащита, оператори на критична инфраструктура и основни технологични платформи. Обявена е и предстояща интеграция със средата за разработка Antigravity, но отново без конкретна дата. Така на този етап пуснатият в средата на октомври Gemini 4 Argon остава единственият практичен и публично достъпен избор с документиран програмен интерфейс за разработчиците, които не попадат в списъка с одобрени специалисти по сигурността.