Google 28. října 2026 představil Gemini 4 Carbon, model zaměřený na programování, dlouhodobé agentní úlohy a kyberbezpečnost. Firma jej chce nejprve zpřístupnit části odborníků na kybernetickou obranu. Vývojáři, firmy a spotřebitelé mají přijít na řadu až po získání zpětné vazby a úpravách ochranných opatření.
Programování a dlouhodobé úlohy
Při interním používání podle Googlu dokázal Carbon pracovat celé dny na vícekrokových technických úlohách. Týmy jej využily například k hledání příčin nenápadných chyb a jejich opravám v rozsáhlých kódových základnách a nízkoúrovňových systémech.
V interních testech generování bezpečného kódu dosáhl model podle firmy více než dvojnásobné úspěšnosti oproti Gemini 4 Argon, který Google uvedl o dva týdny dříve. Tým Chrome pak podle Googlu zaznamenal při vytváření kvalitních oprav více než desetkrát lepší výsledek než u velkého pokročilého modelu jiné laboratoře, kterou firma nejmenovala.
Google také uvádí, že Carbon ve WebDev Arena získal 1 769 bodů a čtvrté místo po nárůstu o 89 bodů Elo. Firma výsledek spojuje se zlepšenou kvalitou výstupů při vývoji webu. V aktualizované verzi 5.0 žebříčku Artificial Analysis Intelligence Index se podle Googlu model umístil první se skóre 59.
Hledání a opravy zranitelností
Google zveřejnil také výsledky externích kyberbezpečnostních testů, v nichž byl model hodnocen bez ochranných opatření. Při hledání zranitelností dosáhl podle firmy 88,2 % v SEC-bench Pro. V testu ExploitGym zaměřeném na ověřování zneužitelnosti získal 54,8 % a v CWE-bench zaměřeném na opravy 71,0 %.
Spolehlivost a odolnost v testech
V interním testování měl Carbon podle Googlu přibližně dvakrát méně nepodložených tvrzení než Argon. V živých programovacích prostředích s interními týmy firmy zároveň klesl počet upozornění na závažný nesoulad chování modelu téměř o 80 %.
V Terminal-Bench 4.0 podle Googlu klesla míra úspěšného podvádění na 0,0 % a míra pokusů o podvádění na 0,4 %, zatímco celková přesnost vzrostla. Firma uvádí také snížení překračování zadání o 26 % a nedostatečného plnění požadavků o 29 %.
V testu od Gray Swan zaměřeném na nepřímé podvržení pokynů (prompt injection) činila podle Googlu míra úspěšnosti útoků na Carbon 0,0 %. U Argonu dosáhla 0,7 %.
Postupné zpřístupňování modelu
V týdnu oznámení začne Google model zpřístupňovat části odborníků na kybernetickou obranu. Postupně se mají přidat další důvěryhodní partneři programu Fairwind. Dostupnost pro vývojáře, firmy a spotřebitele firma plánuje až po získání zpětné vazby a úpravách ochranných opatření.
Úvodní cena má být stejná jako u Argonu: dva dolary za milion vstupních tokenů a deset dolarů za milion výstupních tokenů, přičemž vstupní tokeny z mezipaměti mají být o 95 % levnější než běžné vstupní tokeny.
