Google DeepMind เปิดตัว Gemini 4 Carbon โมเดลท็อปสาย Cyber Defense

Google DeepMind เปิดตัว Gemini 4 Carbon ซึ่งถือเป็นโมเดลที่ทรงพลังที่สุดเท่าที่เคยมีมา โดยเป็นโมเดลระดับ Frontier ที่ออกแบบมาเพื่อการเขียนโค้ดแบบ agentic ระยะยาว (long-horizon) และการป้องกันภัยด้าน cybersecurity โดยเฉพาะ

ล่าสุด Gemini 4 Carbon สามารถครองอันดับ 1 ใน Artificial Analysis Intelligence Index เวอร์ชัน 5.0 ด้วยคะแนน 59 อย่างไรก็ตาม ข้อจำกัดในขณะนี้คือเรื่องการเข้าถึง โดย Google เริ่มเปิดให้ใช้งานเฉพาะกลุ่มผู้ป้องกันภัยไซเบอร์ที่ได้รับการตรวจสอบแล้วเท่านั้น และยังไม่เปิดเป็น API สาธารณะ

TL;DR

• ขนาด: ไม่เปิดเผยจำนวนพารามิเตอร์และ context window (รุ่นก่อนหน้าอย่าง Gemini 4 Argon มีขนาด 1,048,576 โทเคน)
• การใช้งาน: โฮสต์โดย Google เท่านั้น ไม่มี open weights, ไม่รองรับ self-hosting หรือรุ่น quantized
• ประสิทธิภาพ: นำหน้าใน 15 จาก 17 benchmarks เมื่อเทียบกับ Argon, GPT-6 Astra, Opus 5.5 และ Fable 5.1
• จุดแข็ง: ทำได้ 96.2% BFS F1 บน GraphWalks (256K ถึง 1M โทเคน) เทียบกับ Argon ที่ทำได้ 84.2%
• จุดอ่อน: ทำได้ 81.5% บน OSWorld-2.1 ตามหลัง Claude Opus 5.5 ที่ทำได้ 87.2%

Gemini 4 Carbon คืออะไร?

Carbon เป็นโมเดลลำดับที่สองในตระกูล Gemini 4 ต่อจากรุ่น Argon โดย Google ระบุว่าโมเดลนี้มุ่งเป้าไปที่งานวิศวกรรมที่ซับซ้อนและต้องรันต่อเนื่องเป็นเวลานาน ซึ่งทีมภายในพบว่า Carbon สามารถทำงานต่อเนื่องได้หลายวันในงานเดียว เช่น การวิเคราะห์หาสาเหตุต้นตอ (root-causing) และการแก้ไขบั๊กในชุดโค้ดขนาดใหญ่หรือระบบระดับต่ำ (low-level systems)

นอกจากนี้ Carbon ยังถูกปรับแต่งมาเพื่อการพัฒนาเว็บแบบ full-stack และความเข้าใจแบบ multimodal โดยใน WebDev Arena โมเดลนี้ได้รับคะแนนเพิ่มขึ้นถึง 89 Elo points ส่งผลให้ขยับขึ้นมาอยู่อันดับ #4 ด้วยคะแนน 1769

ประสิทธิภาพในด้าน Benchmarks

Google เผยแพร่ผลการเปรียบเทียบ 17 รายการ โดยรัน Carbon ที่การตั้งค่าการคิด (thinking setting) ระดับสูงสุด ซึ่งผลลัพธ์ในด้านต่างๆ มีดังนี้

Agentic coding: Carbon ทำคะแนนได้ 65.2% บน Terminal-Bench 4.0 (AA) นำหน้า Opus 5.5 ที่ได้ 59.6% และทำได้ 9.6% บน SWE-sweep นำหน้า GPT-6 Astra เล็กน้อย ส่วนบน FrontierSWE นั้น GPT-6 Astra ยังคงนำอยู่ที่ 65.5% ต่อ 61.2%

การใช้งานคอมพิวเตอร์และงานด้านความรู้: Carbon ทำคะแนนได้ 77.4% บน Agents’ Last Exam v1.1 ส่วนบน Vending-Bench 2 สามารถทำยอดเงินคงเหลือในธนาคารได้สูงถึง $16,484 ซึ่งถือเป็นตัวเลขที่สูงที่สุดในรายการประเมิน

Context ระยะยาวและวิทยาศาสตร์: GraphWalks คือจุดที่สร้างความแตกต่างได้มากที่สุด โดยทำได้ 96.2% ทิ้งห่าง GPT-6 Astra ที่ทำได้ 71.8% นอกจากนี้ Carbon ยังทำได้ 80.0% บน RiemannBench อีกด้วย

บทบาทสำคัญในด้าน Cybersecurity

Google วางโครงสร้างให้ Carbon ครอบคลุมวงจรการป้องกันภัยไซเบอร์ทั้งหมด ตั้งแต่การค้นหา ตรวจสอบ ไปจนถึงการแก้ไข โดยผลการทดสอบด้านไซเบอร์ที่ประเมินแบบไม่มี guardrails พบว่า:

• การค้นหา: ทำได้ 88.2% บน SEC-bench Pro (สูงกว่า GPT-6 Astra ที่ 85.4%)
• การเจาะระบบ (Exploiting): ทำได้ 54.8% บน ExploitGym (สูงกว่า GPT-6 Astra ที่ 42.4%)
• การแก้ไข (Patching): ทำได้ 71.0% บน CWE-bench ของ Collinear

จากการทดสอบภายใน ทีม Chrome พบว่า Carbon มีประสิทธิภาพในการสร้าง patch คุณภาพสูงดีกว่าโมเดลจากแล็บอื่นมากกว่า 10 เท่า ขณะที่ Wiz รายงานว่า Carbon เป็นผู้นำในด้านการทดสอบการเจาะระบบเว็บ

ความปลอดภัยและการปรับปรุง Alignment

Carbon ยังคงใช้โครงสร้างความปลอดภัยแบบเลเยอร์เหมือนรุ่น Argon ทั้งการป้องกันการใช้งานในทางที่ผิดแบบเรียลไทม์ และความยืดหยุ่นต่อ prompt-injection โดยมีการปรับปรุงด้าน alignment ที่สำคัญ ดังนี้:

• ลดความสำเร็จในการโกง (cheating) บน Terminal-Bench 4.0 เหลือ 0.0%
• ลดการแจ้งเตือนความไม่สอดคล้อง (misalignment) รุนแรงในการเขียนโค้ดลงเกือบ 80%
• ลดการกล่าวอ้างที่ไม่มีหลักฐานสนับสนุนลงประมาณ 2 เท่าเมื่อเทียบกับ Argon
• ความสำเร็จในการโจมตีแบบ Indirect Prompt Injection ของ Gray Swan อยู่ที่ 0.0%

ทั้งนี้ ตัวเลขดังกล่าวเป็นผลการทดสอบภายในของ Google และยังไม่มีการยืนยันจากหน่วยงานอิสระในขณะนี้

การเข้าถึง Gemini 4 Carbon

ปัจจุบัน Google กำลังอยู่ในกระบวนการทดสอบร่วมกับรัฐบาลสหรัฐฯ โดยจะเริ่มเปิดให้เข้าถึงเฉพาะผู้ป้องกันภัยไซเบอร์กลุ่มย่อยและพันธมิตรในโครงการ Fairwind Program เช่น หน่วยงานรัฐบาลและผู้ดูแลโครงสร้างพื้นฐานสำคัญ ส่วนนักพัฒนาทั่วไปและภาคธุรกิจจะสามารถเข้าใช้งานได้ในภายหลัง

สำหรับราคาช่วงแนะนำอยู่ที่ $2 ต่อหนึ่งล้าน input tokens และ $10 ต่อหนึ่งล้าน output tokens พร้อมส่วนลด 95% สำหรับ input ที่ทำแคชไว้ โดยหลังจากช่วงแนะนำ ราคาจะปรับเพิ่มขึ้นเป็น $4 และ $20 ตามลำดับ