Google เปิดตัว Gemini 4 Carbon ท้าชน Fable 5.2 ด้วยต้นทุนที่ถูกกว่า

Key Points

• Google เปิดให้บริการ Gemini 4 Carbon แก่นักพัฒนาและลูกค้าธุรกิจอย่างเป็นทางการหลังทดสอบมา 2 สัปดาห์
• Carbon ถูกออกแบบมาเพื่อภารกิจที่ต้องการประสิทธิภาพสูงสุด เช่น การเขียนโค้ดซับซ้อน งานวิจัยทางวิทยาศาสตร์ และการทำ debugging
• เปิดตัวพรีวิวฟีเจอร์ "/swarm" ใน Antigravity ที่ช่วยเปลี่ยน prompt เดียวให้กลายเป็นทีมเอเจนท์ประสานงานกันแบบเรียลไทม์

เมื่อประมาณสองสัปดาห์ก่อน Google ดูเหมือนจะกลับมาครองบัลลังก์ผู้นำ AI อีกครั้งจากการเปิดตัว Gemini 4 Carbon แต่ด้วยวงจรของโมเดลที่หมุนไปอย่างรวดเร็ว ทำให้ยักษ์ใหญ่รายนี้ใช้เวลานานไปเล็กน้อยในการปล่อยตัวเต็มออกมา

ปัจจุบัน Carbon เริ่มถูกตั้งคำถามด้านความสดใหม่ เนื่องจาก Anthropic เพิ่งเปิดตัว top model ตัวใหม่ Fable 5.2 ซึ่งทำคะแนนได้ดีกว่าในการทดสอบของ Artificial Analysis แม้จะใช้ความเข้มข้นในการให้เหตุผลต่ำกว่าก็ตาม อย่างไรก็ดี Carbon ยังคงเป็นตัวเลือกที่น่าสนใจหลังเปิดให้บริการทั่วไปสำหรับผู้เชี่ยวชาญด้านความปลอดภัยแล้ว

Google ระบุว่า Carbon จะเข้ามาเสริมการทำงานของ Gemini 4 Argon โดย Carbon ถูกสร้างขึ้นเพื่อผลักดันขีดจำกัดความฉลาดของโมเดลในภารกิจที่ยากที่สุด แม้ทั้งสองจะมีราคา token เท่ากัน แต่ Carbon จะให้ประสิทธิภาพที่สูงกว่าในผลทดสอบ benchmark ต่างๆ

สำหรับการใช้งานจริง Carbon มีจุดแข็งที่การเขียนโค้ดและ debugging หลายขั้นตอน รวมถึงงานวิจัยปลายเปิด ทว่าโมเดลนี้จะใช้จำนวน token มากกว่า Argon เพื่อให้เหตุผลที่ลึกซึ้งกว่า ส่งผลให้ค่าใช้จ่ายโดยรวมอาจสูงกว่า Argon เมื่อนำไปใช้งานจริงในโครงการขนาดใหญ่

จากการทดสอบโดย Artificial Analysis พบว่า Carbon มีค่าใช้จ่าย 7.76 ดอลลาร์ต่อภารกิจที่สำเร็จ ซึ่งถูกกว่าโมเดลรุ่นประหยัดเดิมอย่าง Flash 3.8 เสียอีก ในขณะที่คู่แข่งอย่าง Fable 5.2 มีค่าใช้จ่ายในระดับสูงถึง 26.50 ดอลลาร์ แม้ Fable 5.2 จะนำหน้า Carbon อยู่ 2 คะแนนในดัชนีรวม แต่ Carbon ก็พิสูจน์ให้เห็นถึงความคุ้มค่าที่เหนือกว่าอย่างมาก

ปัจจุบันนักพัฒนาและลูกค้าธุรกิจสามารถเข้าถึง Carbon ผ่าน Gemini API ใน Google AI Studio, Android Studio หรือ Gemini for Business โดยมีราคาช่วงแนะนำอยู่ที่ 2 ดอลลาร์ต่อหนึ่งล้าน input tokens และ 10 ดอลลาร์ต่อหนึ่งล้าน output tokens

Google แนะนำ agent swarms เปลี่ยน prompt เดียวเป็นทีม AI ประสานงาน

นอกจากการเปิดตัวโมเดลแล้ว Google ยังได้เปิดพรีวิวฟีเจอร์ "/swarm" ใน Google Antigravity ซึ่งเป็นคู่แข่งโดยตรงของ Claude Code ฟีเจอร์นี้จะเปลี่ยนหนึ่งคำสั่งให้เป็นการทำงานร่วมกันของทีมเอเจนท์ โดย Carbon จะทำหน้าที่วางโครงสร้างและตรวจสอบ ในขณะที่โมเดลรุ่นเล็กกว่าจะรันงานขนานกันไป

Google ได้สาธิตความสามารถนี้ผ่านการสร้างเกม 3D และการจำลองระบบเสียงตามตำแหน่งที่ซับซ้อน อย่างไรก็ตาม แนวคิดเรื่อง agent swarms ยังเป็นที่ถกเถียงในอุตสาหกรรม โดยคู่แข่งอย่าง OpenAI และ Anthropic มองว่าอาจเป็นการสิ้นเปลือง token โดยเปล่าประโยชน์

Carbon ครองแชมป์ benchmark หลายรายการในราคาที่ถูกกว่า

แม้การแข่งขันจะสูง แต่ Carbon สามารถครองอันดับหนึ่งใน CursorBench 4.0 นำหน้า Fable 5.2 รวมถึงชนะในรายการ Perplexity's WANDR และ Zapier's AutomationBench โดยมีต้นทุนต่อภารกิจต่ำกว่า Fable 5.2 เกินครึ่งหนึ่ง

สำหรับการวิเคราะห์เอกสารซับซ้อนที่มีทั้งแผนภูมิและตาราง Google ได้ร่วมกับ Artificial Analysis เปิดตัว benchmark Multimodal Knowledge Agent (MKA) ใหม่ ซึ่ง Carbon ทำคะแนนได้อันดับสองตามหลัง Fable 5.2 เพียงเล็กน้อย แต่มีค่าใช้จ่ายถูกกว่าค่าเฉลี่ยของกลุ่มผู้นำถึง 6 เท่า

Gemini 4 Carbon ตรวจพบช่องโหว่ zero-day จริงในเวลาไม่ถึงสองชั่วโมง

ในด้านความปลอดภัยไซเบอร์ Carbon สร้างผลงานน่าทึ่งผ่าน Fairwind Program โดยสามารถตรวจพบช่องโหว่ zero-day ของผู้ให้บริการ SaaS รายใหญ่ได้ภายในไม่ถึงสองชั่วโมง และยังช่วยเพิ่มอัตราการตรวจจับบั๊กในฐานโค้ดโอเพนซอร์สของ Project Fortify ได้มากกว่า 25 เปอร์เซ็นต์

ความสำเร็จก้าวสำคัญ: อัตราความสำเร็จ Social Engineering และการเจาะระบบเป็นศูนย์

Google ได้เผยแพร่รายงานความปลอดภัยที่ระบุว่า Carbon ผ่านการทดสอบความซื่อสัตย์ถึง 92 เปอร์เซ็นต์ และในการโจมตีจำลองโดยผู้ทดสอบภายนอก ไม่พบช่องโหว่ jailbreak แม้แต่ครั้งเดียวจากการสอบถามกว่า 13,000 รายการตลอด 132 ชั่วโมงของการทดสอบ

ที่น่าสนใจคือ Carbon เป็นโมเดลแรกที่ทำสถิติอัตราความสำเร็จของ prompt injection เป็นศูนย์เปอร์เซ็นต์ใน benchmark Gray Swan IPI แม้ Google จะยอมรับว่านี่ไม่ได้หมายความว่าปัญหาถูกแก้ได้อย่างเบ็ดเสร็จ แต่อถือเป็นความก้าวหน้าครั้งใหญ่เมื่อเทียบกับ คู่แข่งรายอื่น ที่ยังคงมีความเสี่ยงในด้านนี้