เปิดตัว Gemini 4 Carbon โมเดลตัวท็อปเด่นงานไซเบอร์เซกิวริตี้

วันนี้ เราประกาศเปิดตัวโมเดลระดับพรมแดน (frontier model) รุ่นถัดไปในชื่อ Gemini 4 Carbon ซึ่งถือเป็นโมเดลที่แข็งแกร่งที่สุดของเราในปัจจุบัน โดยมาพร้อมความสามารถด้านความมั่นคงปลอดภัยไซเบอร์ระดับล้ำหน้าและขีดความสามารถในการทำงานต่อเนื่องระยะยาว (long horizon)

Carbon คว้าอันดับ 1 ใน Artificial Analysis Intelligence Index เวอร์ชัน 5.0 ที่เพิ่งอัปเดตใหม่ด้วยคะแนน 59 โดยแสดงให้เห็นถึงความก้าวหน้าอย่างมีนัยสำคัญในงานเขียนโค้ดและงานแบบ agentic รวมถึงทักษะสำคัญในการป้องกันความมั่นคงปลอดภัยไซเบอร์

โมเดลรุ่นนี้เป็นผู้นำที่ชัดเจนในเกณฑ์มาตรฐานหลายด้าน ได้แก่ SEC-bench Pro (88.2%) สำหรับการค้นหาช่องโหว่, ExploitGym (54.8%) สำหรับการเจาะระบบ (exploitation) และ CWE-bench (71.0%) สำหรับการแก้ไขช่องโหว่ (patching) นอกจากนี้ยังช่วยเพิ่มความปลอดภัยในการสร้างโค้ด และมีอัตราการกุเรื่อง (fabrication) ที่ลดลงจากการทดสอบในสภาพแวดล้อมจริง

การพัฒนา Carbon เกิดขึ้นอย่างรวดเร็วหลังจากการเปิดตัว Gemini 4 Argon เมื่อสองสัปดาห์ก่อน สะท้อนถึงความมุ่งมั่นในการผลักดันขีดจำกัดของเทคโนโลยีควบคู่ไปกับการเสริมสร้างมาตรการป้องกันให้แข็งแกร่งขึ้น

เราดำเนินการเปิดตัวอย่างรอบคอบภายใต้กระบวนการสมัครใจของรัฐบาลสหรัฐฯ ในการทดสอบโมเดลก่อนเปิดใช้งานจริง โดยจะเริ่มให้กลุ่มผู้พิทักษ์ไซเบอร์ใช้งาน Carbon ในวงจำกัด และค่อยๆ ขยายผลผ่าน Fairwind Program เพื่อรวบรวมข้อมูลก่อนเปิดให้เหล่านักพัฒนาและภาคธุรกิจใช้งานผ่านผลิตภัณฑ์ต่างๆ ของเราในอนาคต

Gemini 4 Carbon จะเปิดตัวด้วยราคาแนะนำเริ่มต้นเช่นเดียวกับ Argon 1 ที่ 2 ดอลลาร์ต่อ 1 ล้าน input tokens และ 10 ดอลลาร์ต่อ 1 ล้าน output tokens โดยราคาสำหรับ cached input tokens จะลดลงถึง 95% จากราคาปกติ

ปรับปรุงการเขียนโค้ดและการใช้เหตุผลสำหรับงานระยะยาวที่ท้าทาย

Carbon ถูกออกแบบมาเพื่อรับมือกับปัญหาด้านวิศวกรรมระยะยาวที่ยากลำบากและเวิร์กโฟลว์แบบ agentic ที่ต่อเนื่อง ทีมงานของเราพบว่า Carbon สามารถทำงานติดต่อกันได้หลายวันเพื่อแก้ไขงานวิศวกรรมที่ซับซ้อน เช่น การหาต้นตอและแก้ไขบั๊กในระบบระดับล่าง (low-level systems)

นอกจากนี้ เรายังมุ่งเน้นการเพิ่มประสิทธิภาพในหลากหลายโดเมน ทั้งงานด้านวิทยาศาสตร์ การพัฒนาเว็บแบบ full-stack และความเข้าใจแบบ multimodal โดย Carbon สามารถทำคะแนน elo เพิ่มขึ้น +89 คะแนน จนขึ้นสู่อันดับ #4 บน WebDev Arena

ประสิทธิภาพด้านความมั่นคงปลอดภัยไซเบอร์ระดับล้ำหน้า

Gemini 4 Carbon มอบการก้าวกระโดดครั้งสำคัญในด้านความมั่นคงปลอดภัยไซเบอร์ ครอบคลุมทั้งวงจรการป้องกัน ตั้งแต่การตรวจจับช่องโหว่ การตรวจสอบยืนยัน ไปจนถึงการแก้ไข

จากการทดสอบภายใน Carbon มีอัตราความสำเร็จในการสร้างโค้ดที่ปลอดภัยสูงกว่า Argon มากกว่า 2 เท่า และทีม Chrome ยังรายงานว่าโมเดลนี้ทำงานได้ดีกว่าโมเดลระดับพรมแดนของห้องปฏิบัติการอื่นมากกว่า 10 เท่าในการสร้างแพตช์คุณภาพสูง ขณะที่ Wiz แพลตฟอร์มความปลอดภัยบนคลาวด์ระบุว่า Carbon เป็นผู้นำในการทดสอบเจาะระบบเว็บ ซึ่งเป็นส่วนสำคัญของโครงการ Wiz's Scan for Good

ประสิทธิภาพของ Carbon ในเกณฑ์มาตรฐานภายนอก (ประเมินแบบไม่มี guardrails) มีดังนี้:

• การค้นหาช่องโหว่ที่แท้จริง: ทำได้ 88.2% ใน SEC-bench Pro สามารถค้นพบข้อบกพร่องซับซ้อนในซอฟต์แวร์จริงได้

• การตรวจสอบยืนยันความเสี่ยง: สร้างมาตรฐานใหม่ใน ExploitGym ที่ 54.8% ช่วยระบุได้ว่าช่องโหว่ใดที่เสี่ยงต่อการถูกเจาะได้จริง

• การแก้ไขที่ต้นเหตุ: ทำคะแนนได้ 71.0% ใน CWE-bench โดยเปลี่ยนผลการตรวจสอบให้กลายเป็นการแก้ไขโค้ดที่ใช้งานได้ทันที

การพัฒนาความปลอดภัยและความมั่นคงของโมเดลระดับพรมแดน

Carbon สร้างขึ้นบนโครงสร้างความปลอดภัยหลายชั้น ทั้งการฝึกฝนโมเดล การป้องกัน prompt-injection และการตรวจสอบ chain-of-thought โดยเราได้ยกระดับการทำ model alignment ให้โมเดลตอบสนองต่อภารกิจที่ซับซ้อนได้อย่างถูกต้องแม่นยำยิ่งขึ้น ดังที่ระบุไว้ใน Safety and Security report

โมเดลรุ่นนี้ลดการใช้ทางลัด (shortcut attempts) และการโกงใน Terminal-Bench 4.0 ลงเหลือ 0.0% ขณะเดียวกันก็ลดความคลาดเคลื่อน (misalignment) ในการเขียนโค้ดจริงลงเกือบ 80% อีกทั้งยังลดการกล่าวอ้างที่ไม่มีหลักฐานสนับสนุนลง 2 เท่าเมื่อเทียบกับ Argon ช่วยให้การทำงานร่วมกับผู้ใช้มีความโปร่งใสและซื่อสัตย์มากขึ้น

นอกจากนี้ Carbon ยังลดการทำเกินหน้าที่ (overreach) ลง 26% และลดการบริการที่ไม่ครบถ้วน (under-service) ลง 29% ทำให้การดำเนินงานตามแผนงานมีความน่าเชื่อถือมากขึ้น ที่สำคัญคือความต้านทานต่อ prompt injection ในเกณฑ์ Gray Swan’s IPI ที่ Carbon บรรลุผลสำเร็จ 0.0% ซึ่งหมายถึงการต้านทานการโจมตีได้ทุกรูปแบบในการประเมิน

เตรียมเปิดใช้งานสำหรับนักพัฒนาและภาคธุรกิจเร็วๆ นี้

เป้าหมายของเราสำหรับ Gemini 4 Carbon คือการส่งมอบความก้าวหน้าด้านวิศวกรรมซอฟต์แวร์และการป้องกันความมั่นคงปลอดภัยไซเบอร์โดยไม่ลดทอนความน่าเชื่อถือ เรากำลังติดตามผลจากผู้ใช้งานกลุ่มแรกและหวังว่าจะได้นำ Carbon มาให้บริการแก่เหล่านักพัฒนา ภาคธุรกิจ และผู้บริโภคทั่วไปในเร็วๆ นี้