Google DeepMind、Gemini 4 Carbonを発表 サイバーセキュリティと長時間タスクに強み

Gemini 4 Carbonは、2週間前に公開されたGemini 4 Argonに続くモデルである。価格はArgonと同じ導入価格で、入力が100万トークンあたり$2、出力が$10、キャッシュ入力は入力価格の95%引きとされる。長時間にわたるエンジニアリング課題を想定した設計で、社内では大規模コードベースや低レイヤーのシステムで微妙なバグの原因特定と修正を、数日間動き続けて行った例があるという。WebDev Arenaでは+89 eloで4位（1769）となった。

サイバーセキュリティでは、脆弱性の検出、検証、修復の各段階で高い性能を示したとする。ガードレールなしで評価した外部ベンチマークは、SEC-bench Proが88.2%、悪用評価のExploitGymが54.8%、CollinearのCWE-benchが71.0%である。社内ベンチマークではArgonに対しセキュアなコード生成の成功率が2倍超になった。Chromeチームは、高品質なパッチ生成で他社のフロンティアモデルより10倍以上優れていたと報告し、Wizもウェブペネトレーションテストのベンチマークで首位だったと述べている。

安全性ではArgonと同じ多層のスタックを土台にしている。Terminal-Bench 4.0での不正成功は0.0%、不正の試行は0.4%に低下し、社内のライブコーディング環境では重大度の高いミスアラインメント警告が約80%減った。根拠のない主張はArgon比で約2倍減り、曖昧な状況ではソースを取得して食い違いをユーザーに示してから動く。行き過ぎた処理は26%、対応不足は29%減少した。Gray SwanのIndirect Prompt Injectionベンチマークでは攻撃成功率が0.0%で、Argonの0.7%から下がった。

提供は慎重に進める方針で、米国政府の自主的なリリース前モデルテストの枠組みにも参加している。今週から一部のサイバー防御担当者に提供を始め、Fairwind Programを通じて信頼できるパートナーへ段階的に広げる。ガードレールの改善を続けたうえで、開発者、企業、一般ユーザー向けにも製品を通じて提供する計画である。