Google je predstavio Gemini 4 Carbon, novi veštački inteligentni model dizajniran za identifikaciju softverskih ranjivosti, generisanje bezbednosnih zakrpa i rešavanje kompleksnih inženjerskih zadataka koji mogu trajati dana. Model je postigao 88,2% rezultat na SEC-bench Pro, bezbednosnom standardu koji testira sposobnost AI sistema da identifikuje ranjivosti u stvarnom softveru. Takođe je postigao 71% na CWE-bench za popravku bezbednosnih nedostataka i 54,8% na ExploitGym za validaciju da li se ranjivosti mogu iskoristiti.
Google tvrdi da rezultati stavljaju Carbon ispred konkurentnih modela na sva tri bezbednosna standarda. Ovo predstavlja poboljšanje u odnosu na Gemini 4 Argon, koji je predstavljen pre dve nedelje. Za razliku od tradicionalnih AI asistenata koji odgovaraju na pojedinačne upite, Carbon je dizajniran da izvodi produžene radne tokove koji uključuju više koraka, alata i odluka.
Google je naveo da je njihove interne timove posmatrali kako model radi dana na kompleksnim inženjerskim problemima.
