Google, Gemini 4 Argon'dan iki hafta sonra 'en güçlü modeli' olarak nitelendirdiği Gemini 4 Carbon'ı duyurdu. Model, bağımsız Artificial Analysis zekâ endeksinin yeni sürümünde 59 puanla birinci oldu; ancak erişim kademeli açılıyor ve ilk sırayı geliştiriciler değil siber savunucular alıyor.
Google, önümüzdeki dönemde şirketin sınır modellerinin yeni bayrağı olacak Gemini 4 Carbon’ı duyurdu. Google DeepMind’dan Sorumlu Başkanı ve Google’ın Baş Yapay Zekâ Mimarı Koray Kavukcuoglu imzalı açıklamada Carbon, ‘son teknoloji siber güvenlik ve uzun vadeli görev yeteneklerine sahip en güçlü modelimiz’ olarak tanımlanıyor.
Rakamlar iddialı: Bağımsız değerlendirici Artificial Analysis’ın 5.0 sürümüne güncellenen Zekâ Endeksi’nde Carbon, en yüksek akıl yürütme ayarında 59 puanla birinci sırada. Aynı tabloda Anthropic’in Opus 5.5’i 58, OpenAI’nin GPT-6 Astra’sı 57 ve GPT-6.1 Sol 55 puanla izliyor. Siber güvenlik tarafında model, zafiyet bulma ölçütü SEC-bench Pro’da yüzde 88,2, sömürü ölçütü ExploitGym’de yüzde 54,8 ve yama üretme ölçütü CWE-bench’te yüzde 71,0 ile açık ara önde.
Google, Carbon’ın uzun soluklu mühendislik görevleri için tasarlandığını vurguluyor: Şirketin kendi ekipleri, modelin büyük kod tabanlarında ve düşük seviyeli sistemlerde ince hataları kökünden bulup yamalamak gibi çok adımlı görevlerde çıkmaz sokaklarda günlerce dayanabildiğini gözlemlemiş. Web geliştirme alanında da WebDev Arena’da 89 elo puan artışla dördüncü sıraya (1768) yükseldi.
Güvenlik ve hizalama tarafı da duyurunun özünü oluşturuyor. Google’a göre Carbon, belirsizlikte tahmin yürütmek yerine ilgili kaynakları getirip kullanıcıya tutarsızlıkları gösteriyor; aşırı adım atmayı yüzde 26, eksik hizmeti yüzde 29 azaltırken çok adımlı planları uçtan uca daha güvenilir uyguluyor. Dolaylı komut enjeksiyonu direncinde Argon’un yüzde 0,7’lik saldırı başarı oranını yüzde 0,0’a — yani değerlendirilen tüm saldırı girişimlerini savuşturmaya — taşıdığı bildiriliyor.
Dağıtım stratejisi bilinçli olarak yavaş: Carbon bu hafta Fairwind Programı üzerinden hükümet yetkilileri, kritik altyapı işletmecileri ve yazılım bakımcıları gibi seçili siber savunuculara açılıyor; geliştirici, iş dünyası ve tüketici erişimi sonraki aşamada, geri bildirim ve ek koruma çalışmasının ardından gelecek. Google, modelin ABD hükümetinin gönüllü yayın öncesi test sürecine de katıldığını belirtiyor. Fiyatlamada tanıtım döneminde milyon girdi token’ı 2, milyon çıktı token’ı 10 dolar (Argon ile aynı); süre sonunda 4 ve 20 dolara çıkacak, önbelleğe alınan girdilerde yüzde 95 indirim uygulanacak.
Bağımsız analizler resmin tamamını çiziyor: Artificial Analysis verilerine göre Carbon, endeks değerlendirmesi sırasında 200 milyon çıktı token’ı tüketmiş — benzer modellerin medyanının yaklaşık üç katı — ve standart fiyatlarla ağırlıklı görev başına maliyet 7,76 dolara ulaşıyor. Yani performans zirvesi, belirgin bir hesaplama ve maliyet primiyle geliyor. Ayrıca siber güvenlik kıyaslamaları koruma korkulukları devre dışı bırakılarak koşulduğu için sonuçların korumalı ürüne birebir taşınması sınırlı; Google’ın kendi verisi de modelin güvenli kod üretiminde Argon’ın başarı oranını ikiye katladığı yönünde.
Duyuru, Google’ın model takvimindeki gecikmelerin telafisi olarak da okunuyor: Mayıs’ta I/O’da vaat edilen Gemini 3.5 Pro defalarca ertelenmiş ve Bloomberg’e göre kodlama performansı iç hedeflerin altında kalınca yenisi için raftan çekilmişti. Dört hafta önce Argon, şimdi Carbon — Google hızını korumaya çalışırken Anthropic’in halka arz haftasında dikkatleri çekme zamanlaması da tesadüf sayılmayabilir. Carbon, siber savunuculardan başlayan kademeli yayılımıyla ‘en güçlü model’ iddiasını önce güvenlik dünyasında kanıtlamayı hedefliyor.