A Google szerint élre került a Gemini 4 Carbon, de csak szűk kör férhet hozzá
A Gemini 4 Carbon 59 ponttal megelőzte a Claude Opus 5.5 és a GPT-6 Astra modelljét az Artificial Analysis Intelligence Index rangsorában. Ez egyelőre sajtóértesülés, a közölt teszteredmények pedig a Google saját mérésein alapulnak. A kedvező induló ár ellenére a modellhez csak kiválasztott kiberbiztonsági védők férhetnek hozzá.
A Fairwind programon kívül még nem próbálható ki
A Google kezdetben a zárt Fairwind program résztvevőinek ad hozzáférést a Gemini 4 Carbon modellhez. A fejlesztők és a nagyközönség egyelőre nem próbálhatják ki, így a magyar érdeklődők számára sem nyílt meg általánosan a használat lehetősége.
A beszámoló szerint a bejelentés két héttel követte a Gemini 4 Argon általános elérhetővé tételét. A Carbon tehát nem ugyanolyan hozzáféréssel indul, mint az elődje: most kizárólag a kiválasztott, kiberbiztonsági védelemmel foglalkozó résztvevők kapják meg.
A rangsor élét a Google által közölt eredmények adják
Az Artificial Analysis Intelligence Index frissített, v5.0 változatában a Carbon végzett az első helyen. Mögötte az Anthropic Claude Opus 5.5 modellje, majd az OpenAI GPT-6 Astra következett. Az összevetésben a korábbi Gemini 4 Argon is szerepel.
A sorrend értelmezésénél fontos a közlés eredete: a sajtóbeszámoló a Google teszteredményeire hivatkozik. Nem a lap által elvégzett önálló mérésről van szó.
A kiberbiztonsági képességeket vizsgáló tesztek közül a valós szoftversebezhetőségek felismerését mérő SEC-bench Pro feladatsorában 88,2%-ot ért el a Carbon. Az ExploitGym eredménye 54,8%, a CWE-bench eredménye 71,0% lett.
| Elért pontszám | |
|---|---|
| Gemini 4 Carbon | 59 pont |
| Claude Opus 5.5 | 58 pont |
| GPT-6 Astra | 57 pont |
| Gemini 4 Argon | 50 pont |
Napokon át dolgozott összetett programhibákon
A fejlesztésben a programozás, a hosszú ideig önállóan végzett feladatok és a kiberbiztonság kapott hangsúlyt. A Google csapatai már használták a modellt nagy kódbázisok összetett hibáinak vizsgálatára, amelyeken napokon át önállóan dolgozott.
A vállalat belső tesztjeiben a Carbon megközelítőleg feleannyi alá nem támasztott állítást tett, mint az Argon. A súlyos, elvárt működéstől való eltérésre utaló riasztások száma közel 80%-kal csökkent. A Gray Swan Indirect Prompt Injection nevű támadási tesztjében 0%-os támadási sikerarányt közöltek.
Az alacsonyabb API-ár csak a bevezető időszakra szól
A közölt induló API-díjak alapján a Carbon olcsóbb a két versenytársánál. A beszámoló az alábbi árakat adja meg egymillió bemeneti, illetve kimeneti tokenre:
| Modell, díjszabás | Bemenet | Kimenet |
|---|---|---|
| Gemini 4 Carbon, bevezető ár | 2 dollár | 10 dollár |
| Gemini 4 Carbon, későbbi ár | 4 dollár | 20 dollár |
| GPT-6 Astra, normál ár | 10 dollár | 50 dollár |
| Claude Opus 5.5 | 4 dollár | 20 dollár |
A gyorsítótárból felhasznált bemeneti tokenekre 95%-os kedvezményt említ a forrás. A promóció után a Carbon díja a táblázatban szereplő magasabb összegre emelkedik, amely megegyezik a Claude Opus 5.5 közölt árával.
A cikk mesterséges intelligencia segítségével készült; a szerkesztőség ellenőrizte és jóváhagyta. Impresszum