Запуск инновационной модели Gemini 4 Carbon
29 октября в 18:32 компания Google представила новую версию искусственного интеллекта — Gemini 4 Carbon. Эта система способна обнаруживать уязвимости в программном обеспечении, разрабатывать исправления и эффективно справляться со сложными инженерными задачами на протяжении длительного времени. В ходе испытаний модель показала выдающиеся результаты по трем специализированным тестам: SEC-bench Pro, CWE-bench и ExploitGym, оставив позади конкурентов. Кроме того, Gemini 4 Carbon обладает улучшенными механизмами защиты.
Детали тестирования и достижения
В тесте SEC-bench Pro, оценивающем способность ИИ находить уязвимости в реальных программах, Gemini 4 Carbon набрала 88,2%. По CWE-bench, который измеряет умение исправлять уязвимости, модель достигла 71%. В рамках ExploitGym, где проверяют возможность подтверждения уязвимостей через контролируемые атаки, результат составил 54,8%. Во всех трёх тестах новая модель превзошла существующие аналоги.
Внутренние проверки Google показали, что Gemini 4 Carbon более чем в два раза эффективнее предшественника Gemini 4 Argon в создании защищённого кода. Команда Chrome отметила, что Carbon в десять раз превосходит другую передовую модель по качеству исправлений уязвимостей. Модель способна работать автономно длительное время, выполнять многоэтапные задачи, применять различные инструменты, анализировать причины багов и создавать исправления для крупных проектов. По наблюдениям инженеров Google, Gemini 4 Carbon успешно решала сложные задачи в течение нескольких дней подряд.
Gemini 4 Carbon заняла первое место в версии 5.0 рейтинга Artificial Analysis Intelligence Index с результатом 59 баллов. В рейтинге WebDev Arena её показатель повысился на 89 очков Elo до 1768, что обеспечило четвёртое место. Модель продемонстрировала улучшения в научных исследованиях, работе с разнообразными данными и разработке веб-приложений. Внутренние тесты показали, что количество необоснованных утверждений уменьшилось примерно вдвое по сравнению с Argon, а предупреждения о серьёзных проблемах согласованности поведения снизились на 80% в рабочих средах Google. Также в тесте Gray Swan на устойчивость к косвенным атакам через подсказки Gemini 4 Carbon не допустила ни одного успешного взлома, в отличие от Argon с показателем 0,7%.
Сначала доступ к Gemini 4 Carbon получит ограниченный круг специалистов по кибербезопасности, с последующим расширением круга дов доверенных партнёров в рамках программы Fairwind. Google также участвует в добровольной проверке моделей совместно с правительством США. Более широкий доступ для разработчиков, бизнеса и пользователей появится позже, однако точной даты пока не объявлено. Стоимость использования модели на первом этапе составит 2 доллара за миллион входящих токенов и 10 долларов за миллион исходящих, при этом для кешированных входящих токенов предусмотрена скидка в 95%. Ограниченный запуск связан с двойственным характером технологии, которая может как способствовать выявлению и устранению уязвимостей, так и применяться для проведения атак.
Gemini 4 Carbon от Google — это значительный прорыв в области искусственного интеллекта, особенно в сфере кибербезопасности. Её возможности по поиску и устранению уязвимостей делают её ценным инструментом для защиты программных продуктов.
Для российских разработчиков и специалистов по информационной безопасности подобные технологии открывают новые горизонты в автоматизации анализа кода и обеспечении его устойчивости к современным угрозам.
В то время как Gemini 4 Carbon демонстрирует выдающиеся результаты в области безопасности программного обеспечения, компания Google также представила интеллектуального агента Gemini, который нацелен на автоматизацию задач и интеграцию с бизнес-системами. Узнайте, как этот инновационный продукт может помочь в оптимизации рабочих процессов и повысить эффективность вашей команды, в нашей новой статье.