Gemini 4 Argon のリリースからわずか 2 週間で、Google はすでにその後継機を準備しています。実際、マウンテンビューの巨人はここ数時間で、ITセキュリティや長時間の独立した作業を必要とするアクティビティにおいて最先端のパフォーマンスを備えた、同社史上最も強力なモデルを定義するGemini 4 Carbonを発表しました。
ただし、Argon ですでに起こったように、Google が開発者、企業、ユーザーに公開する前に、セキュリティ専門家の小さなサークルから始めることを選択したことを考えると、新しいモデルがすぐに全員に届くわけではありません。すべての詳細を調べてみましょう。
Google Discover で Apple Geek LABO をフォローする
Gemini 4 Carbon、Google の新モデルについてわかっていること
この発表には、Google DeepMind の上級副社長で Google のチーフ AI アーキテクトである Koray Kavukcuoglu 氏の署名があり、Carbon を主要な業界ランキングのトップに置く数字も伴っています。実際、このモデルは最近更新された人工分析インテリジェンス インデックスのバージョン 5.0 でスコア 59 で第 1 位にランクされており、Google によると、プログラミングとエージェントのアクティビティ、およびサイバー防御の基本的な機能の両方で大幅な進歩を示しています。
さらに、Argon が 9 月末に発表され、加入者が利用できるようになったのは 10 月半ばだったことを考えると、このペースは Google が最も重視する側面の 1 つです。同社によれば、研究者とモデルはセキュリティ対策を強化しながら機能をより迅速に進化させるために協力しており、Carbon はこの加速を実証するものであるという。
Telegram で Google をフォローして、ニュースやオファーを最初に受け取りましょう
可用性と価格: セキュリティ専門家を第一に
Google は配布に対して慎重なアプローチを選択しており、リリース前にモデルをテストするために米国政府が推進する自主的なプロセスにも参加しています。早ければ今週中にも、サイバー防御に携わる少数の専門家グループが Carbon にアクセスできるようになりますが、その後、Argon のデビュー時に使用されたものと同じ Fairwind プログラムを通じて、他の信頼できるパートナーにもアクセスが徐々に拡大される予定です。
さらなるフィードバックを収集し、保護機能を改良した後のみ、同社は開発者、企業、消費者がこのモデルを利用できるようにする予定ですが、その目的はできるだけ早くする予定ですが、日付は明示しません。
価格面では、Carbon は Argon と同じローンチ プロモーション レート (受信トークン 100 万あたり 2 ドル、発信トークン 100 万あたり 10 ドル) でデビューします。キャッシュされた受信トークンは 95% 割引されます。
比較のために、Argon の正規料金は 4 ～ 20 ドルで、割引は 11 月 30 日まで有効ですが、イタリアの Gemini アプリのユーザー向けに、現在 Argon は Google AI Pro 加入者限定で月額 21.99 ユーロ、Google AI Ultra は月額 99.99 ユーロからとなっています。同じスキームが Carbon に適用されるかどうかはまだわかりません。
長時間のタスク、プログラミング、Web 開発
Carbon は、長期にわたるエージェントのワークフローに重点を置きながら、これまでよりもはるかに複雑で時間のかかるソフトウェア エンジニアリングの問題に取り組むように設計されています。 Googleの報告によると、社内チームはこのモデルが何日も続けて機能し、行き詰まりを克服して、非常に大規模なコードベースや低レベルのシステム内の微妙なバグの原因を特定して修正するなど、複数のステップのタスクを完了するのを目撃したという。
同社はユーザーのフィードバックを収集し、プログラミングからエージェント、フルスタック Web 開発やマルチモーダル理解などの科学活動に至るまで、他の分野にも取り組みました。
まさに Web 開発において、生成されるコードとコンテンツの品質が向上したおかげで、Carbon は 89 Elo ポイントを獲得し、WebDev Arena ランキングで 1,768 点の 4 位に浮上しました。
ITセキュリティにおけるパフォーマンス
しかし、Carbon の本当の強みはサイバーセキュリティであり、脆弱性の特定からその検証と修正に至る防御サイクル全体を通じて最先端のパフォーマンスを Google が主張する分野です。内部テストでは、このモデルは安全なコード生成の成功率が Argon に比べて 2 倍以上高く、一方 Chrome チームは、高品質のパッチの作成においては、Carbon が別のラボ（Google は名前を明かしていない）の大規模なフロンティア モデルよりも 10 倍以上優れていることが証明されたと報告しました。
Google が買収したクラウド セキュリティ プラットフォームである Wiz は、Scan for Good イニシアチブの中心となる機能である Carbon の主要な Web アプリケーション侵入テスト ベンチマークにも注目しました。
これらは、アクティブな保護なしで評価された、主要な外部ベンチマークで得られた結果です。
- SEC-bench Pro (実際の脆弱性の特定): 88.2%、モデルが実際のソフトウェアに隠された複雑な欠陥を自律的に検出
- ExploitGym (脆弱性悪用の検証): 54.8%、最初に修正すべき欠陥を理解するために使用されるテストの新記録
- コリニア CWE ベンチ (ルート修正): 71.0%、確認された脆弱性が直接実用的な修正に変換されました
モデルの調整とセキュリティ
脆弱性を見つけて悪用するこのような強力な能力は、必然的に悪用の可能性の問題を引き起こします。これが、Google がモデル自体のセキュリティに十分なスペースを割いている理由でもあります。
Carbon は、モデルのトレーニング、悪用に対するリアルタイムの防御、即時注入に対する耐性、および推論チェーンのモニタリングを組み合わせた Argon からの同じ多層保護を継承していますが、同社によれば、調整の面でさらに一歩進んでおり、最も複雑なタスクやプレッシャーのかかるタスクにも正しく対応することを目的としたトレーニングが行われています。
詳細には、Google はテストで近道をしたり欠陥を悪用したりするモデルの傾向を減らすよう取り組んできました。ターミナルベンチ 4.0 では、「不正行為」の成功率は 0.0% に低下し、全体の試行のわずか 0.4% にとどまり、一般的な精度は向上しました。内部チームが使用する実際のプログラミング環境では、重大度の高いミスアライメント警告が 80% 近く減少しました。
また、Carbon は、Argon と比較して証拠によって裏付けられていない主張を半減し、方法論的な警告を提供された作業に直接挿入したり、不足している情報を発明したり回避したりするのではなく、不足しているものの明確なリストを使用してブロックされたアクションを停止します。
その他の改善点はユーザーとのコラボレーションに関するもので、あいまいなリクエストに直面した場合、モデルは仮説に基づいて作業を進めるのではなく、行動する前に関連するソースを取得し、矛盾を報告します。
Google はまた、プロジェクトの制約内で複数ステップの計画をより確実に実行することで、モデルが必要以上に機能するインスタンスが 26% 減少し、必要未満の機能を実行するインスタンスが 29% 減少したと報告しています。最後に、間接プロンプト噴射専用の Gray Swan ベンチマークでは、Argon がすでに攻撃成功率 0.7% で最良の結果を獲得していましたが、Carbon は 0.0% に低下し、評価されたすべての試行に抵抗しました。
Gemini 4 Carbon はいつ登場しますか
Googleは、セキュリティと信頼性を損なうことなくソフトウェアエンジニアリングとサイバー防御において具体的な前進をもたらすことを目的として、配布における慎重性を見失わずに迅速に行動したいと説明して発表を締めくくっている。
ただし、発表されたほぼすべての数値は内部テストまたは Google 自身が選択したベンチマークによるものであり、Carbon が競合他社に比べて実際にどれだけ優れているかを理解するには独立した評価が必要であることを強調します。また、つい昨日 Argon が Android 開発に特化した Google ランキングである Android Bench で 5 位にランクインしただけであるためでもあります。したがって、Carbon がいつ Gemini アプリに登場するのか、またどのような条件下で登場するのかはまだわかっていませんが、ここ数週間の Google のペースを考慮すると、そう長くはかからないかもしれません。