Google a anunțat Gemini 4 Carbon, cel mai avansat model AI al său de până acum, care reușește să urce pe prima poziție în clasamentul Artificial Analysis Intelligence Index V5. Noua versiune pune accent pe programare, securitate cibernetică și rezolvarea sarcinilor complexe, depășind rivali importanți de la Anthropic și OpenAI. Iată detalii!
Gemini 4 Carbon preia conducerea în testele AI
Cu 59 de puncte în Intelligence Index V5, Gemini 4 Carbon îl devansează pe Claude Opus 5.5 cu un punct și pe GPT-6 Astra cu două puncte. Modelul Google a obținut cele mai bune rezultate în 4 dintre cele 9 evaluări incluse în clasament.
Un capitol unde Carbon impresionează este securitatea cibernetică. Acesta înregistrează 88.2% în SEC-bench Pro, test dedicat identificării vulnerabilităților software, 54,8% în ExploitGym, pentru verificarea exploatării acestora, și 71% în CWE-bench, care evaluează capacitatea de remediere a problemelor.
Google susține că noul model poate lucra autonom timp de mai multe zile la proiecte complexe de inginerie software, identificând erori și propunând soluții.
Mai puține halucinații și un comportament mai sigur
Gemini 4 Carbon se remarcă și în testul AA-Omniscience v1.1, care evaluează acuratețea informațiilor și tendința modelelor de a genera răspunsuri inventate. Google afirmă că afirmațiile nesusținute s-au redus aproximativ la jumătate față de Gemini 4 Argon, lansat cu două săptămâni înainte. În plus, Carbon a înregistrat o rată de succes de 0% pentru atacurile de tip prompt injection în evaluarea Gray Swan.
Totuși, rezultatele nu înseamnă că modelul este infailibil. Carbon rămâne în urma unor concurenți în anumite teste de programare și raționament.
Cât costă și când devine disponibil?
Google a stabilit un tarif introductiv de 2 dolari pentru un milion de tokeni de intrare și 10 dolari pentru un milion de tokeni generați, cu o reducere de 95% pentru tokenii de intrare stocați în cache.
Pentru moment accesul este limitat la specialiști în securitate cibernetică și parteneri selectați prin programul Fairwind. Disponibilitatea va fi extinsă treptat către dezvoltatori, companii și utilizatori obișnuiți, dar nu avem încă o dată clară anunțată.
