Blog

گوگل Gemini 4 Carbon را معرفی کرد: قوی‌ترین مدلش، با تمرکز روی امنیت سایبری و ایجنت‌های چندروزه

گوگل Gemini 4 Carbon را با رتبه‌ی اول در Artificial Analysis و رکورد در بنچمارک‌های امنیتی معرفی کرد؛ فعلاً فقط برای مدافعان سایبری، با قیمت ۲ و ۱۰ دلار.

28 Oct 2026 · 2 min read · Google · Gemini · AI · LLM · Cybersecurity · DeepMind

گوگل Gemini 4 Carbon را معرفی کرد: قوی‌ترین مدلش، با تمرکز روی امنیت سایبری و ایجنت‌های چندروزه

گوگل امروز Gemini 4 Carbon را معرفی کرد؛ قوی‌ترین مدلش تا امروز، با تمرکز ویژه روی امنیت سایبری و کارهای طولانی و چندمرحله‌ای (long-horizon). فقط دو هفته بعد از Gemini 4 Argon. ولی یک نکته‌ی مهم: فعلاً دست شما و من نمی‌رسد؛ اول به گروهی از متخصصان دفاع سایبری داده می‌شود.

عددهای اصلی

  • رتبه‌ی اول در نسخه‌ی ۵ شاخص Artificial Analysis Intelligence Index با امتیاز ۵۹.
  • SEC-bench Pro (پیدا کردن آسیب‌پذیری واقعی): ۸۸.۲٪
  • ExploitGym (اکسپلویت کردن): ۵۴.۸٪
  • CWE-bench (پچ کردن ریشه‌ی باگ): ۷۱٪
  • جهش ۸۹ امتیازی Elo در WebDev Arena و رسیدن به رتبه‌ی ۴ (۱۷۶۹).
Gemini 4 Carbon benchmark table
جدول بنچمارک‌های Gemini 4 Carbon در مقایسه با مدل‌های دیگر. منبع: Google

ایجنتی که چند روز پشت هم کار می‌کند

گوگل می‌گوید Carbon برای کارهای مهندسی سخت و طولانی ساخته شده و تیم‌های داخلی دیده‌اند که مدل چند روز پشت سر هم روی یک کار می‌ماند، از بن‌بست‌ها رد می‌شود و باگ‌های ظریف را در کدبیس‌های بزرگ و سیستم‌های سطح پایین پیدا و پچ می‌کند. به گفته‌ی گوگل، تیم Chrome گزارش داده که Carbon در تولید پچ‌های باکیفیت بیش از ۱۰ برابر بهتر از «مدل بزرگ یک آزمایشگاه دیگر» بوده و در تولید کد امن هم بیش از ۲ برابر Argon موفق‌تر است.

SEC-bench Pro results
نتیجه‌ی SEC-bench Pro برای پیدا کردن آسیب‌پذیری‌های واقعی. منبع: Google
CWE-bench results
نتیجه‌ی CWE-bench برای پچ کردن آسیب‌پذیری‌ها. منبع: Google

ادعاهای ایمنی

  • تقلب موفق در Terminal-Bench 4.0 به صفر رسیده و تلاش برای تقلب ۰.۴٪ است.
  • هشدارهای misalignment شدید در محیط‌های کدنویسی داخلی تقریباً ۸۰٪ کمتر شده.
  • ادعاهای بی‌پشتوانه حدود نصف Argon.
  • نرخ موفقیت حمله در بنچمارک prompt injection غیرمستقیم Gray Swan: ۰٪ (Argon ۰.۷٪ بود).
Gray Swan indirect prompt injection benchmark
مقاومت Carbon در برابر prompt injection غیرمستقیم در بنچمارک Gray Swan. منبع: Google

قیمت و دسترسی

قیمت معرفی همان Argon است: ۲ دلار برای هر میلیون توکن ورودی و ۱۰ دلار برای خروجی، با ۹۵٪ تخفیف برای ورودی کش‌شده. بعد از دوره‌ی معرفی، قیمت به ۴ و ۲۰ دلار می‌رسد. عرضه مرحله‌ای است: اول به گروهی از مدافعان سایبری از طریق برنامه‌ی Fairwind، و گوگل در فرایند داوطلبانه‌ی تست پیش از انتشار دولت آمریکا هم شرکت کرده. دسترسی توسعه‌دهنده‌ها و کاربران عادی «به‌زودی».

نظر من

دو هفته بین Argon و Carbon یعنی سرعت گوگل دیگر شوخی نیست. ولی چیزی که برای من جالب‌تر است، جهت‌گیری است: همه‌ی آزمایشگاه‌ها حالا مدل‌هایشان را با بنچمارک‌های اکسپلویت تبلیغ می‌کنند، و همین هم دلیل این است که Carbon را اول فقط به مدافعان می‌دهند. مدلی که ۵۵٪ ExploitGym را می‌زند، در دست اشتباه ابزار حمله است.

از طرف دیگر، «معرفی» مدلی که هیچ توسعه‌دهنده‌ای نمی‌تواند تستش کند، بیشتر بیانیه‌ی رقابتی است تا محصول. تا وقتی API باز نشده، این عددها ادعای خود گوگل‌اند. قیمت ۲/۱۰ دلار ولی اگر واقعاً سر جایش بماند، فشار جدی روی رقبا می‌آورد. من منتظر می‌مانم ببینم Carbon در کدبیس واقعی هم چند روز بدون خراب‌کاری دوام می‌آورد یا نه.

منابع: Google Blog: Gemini 4 Carbon، بحث Hacker News

Comments0

Comments +

00

No comments yet — be the first. هنوز نظری ثبت نشده؛ اولین نفر باش.

Leave a comment

0 / 2000