Google、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、コーディングとエージェント型タスクでの性能向上に加え、脆弱性の検出、検証、修正というサイバー防御の各段階で高い性能を示すとされる。外部ベンチマークはガードレールなしで評価され、SEC-bench Proで88.2%、ExploitGymで54.8%、Collinearが提供するCWE-benchで71.0%だった。社内ベンチマークでは、安全なコード生成の成功率がArgon比で2倍超に向上した。Chromeチームは、別のラボの大規模フロンティアモデルより高品質なパッチを10倍以上の水準で生成したと報告している。WebDev Arenaでは+89 eloで4位（1769）となった。

長時間の複雑なエンジニアリング課題を想定して設計されており、社内では数日間動作し続け、行き止まりを乗り越えながら大規模コードベースや低レイヤーシステムの微妙なバグの原因特定と修正に取り組んだ例があるという。コーディング、エージェント、科学、フルスタックWeb開発、マルチモーダル理解も改善対象とされている。

安全性の面では、Argonと同じ多層の安全・セキュリティ基盤を踏襲している。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、社内の実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、過剰対応は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、Argonの攻撃成功率0.7%に対し0.0%となった。

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にも関与している。今週から一部のサイバー防御担当者に提供を始め、Fairwind Programで信頼できるパートナーへ段階的に拡大する。開発者、企業、一般ユーザー向けには、ガードレールの調整を続けたうえで、できるだけ早く各プロダクトで提供するとしている。価格はArgonと同じ導入価格で、キャッシュされた入力トークンは入力価格の95%引きである。