Google DeepMind ha presentat Gemini 4 Carbon només dues setmanes després d'haver llançat Gemini 4 Argon. Koray Kavukcuoglu, vicepresident sènior de Google DeepMind i arquitecte en cap d'IA de Google, el descriu com el model més potent de l'empresa, amb capacitats punteres en ciberseguretat i en tasques llargues de diversos passos, de les que un agent pot allargar durant dies.
Les xifres que dona Google són seves. Segons l'empresa, Carbon resol el 88,2% de SEC-bench Pro, una prova que consisteix a trobar vulnerabilitats reals en programari; el 54,8% d'ExploitGym, que mesura si el model és capaç d'aprofitar-les, i el 71% de CWE-bench, que avalua si les sap corregir. També diu que genera codi segur amb el doble d'èxit que Argon, que fa la meitat d'afirmacions sense base i que, a la prova d'injecció indirecta d'instruccions de Gray Swan, cap atac no ha reeixit. El preu de llançament és de 2 dòlars per milió d'unitats de text d'entrada (*tokens*) i de 10 per milió de sortida, i després es doblarà.
La novetat és sobretot com es distribueix. Aquesta setmana només el poden fer servir un grup reduït d'equips de defensa informàtica, i l'accés s'anirà ampliant a altres socis de confiança a través del programa Fairwind. Els desenvolupadors, les empreses i els usuaris no hi tenen accés: Google diu que l'obrirà «tan aviat com sigui possible», quan hagi recollit més opinions i ajustat les proteccions. És el mateix argument que fan servir els laboratoris quan un model és prou bo per trobar forats de seguretat: la mateixa eina que ajuda a tapar-los pot servir per atacar.
Cal llegir-ho amb prudència: tots els resultats provenen de proves internes o de rànquings escollits per la mateixa empresa, i encara no hi ha cap avaluació independent. Google afirma que ha reduït gairebé un 80% els avisos interns de comportament desalineat greu i que el model passa per les proves voluntàries prèvies al llançament del govern dels Estats Units, però no en publica els detalls. Fins que no arribi a més mans no se sabrà si les xifres es mantenen fora del laboratori.