IT之家 Meldung vom 29. Oktober: Google hat offiziell das neue Frontier-Großmodell Gemini 4 Carbonveröffentlicht, das auf Cybersicherheit auf Weltklasseniveau sowie die Verarbeitung langlaufender Aufgaben setzt.
Google bezeichnet es als sein derzeit stärkstes Modell, mit besonderem Fokus auf Cybersicherheitsfähigkeiten und die Bewältigung komplexer, langfristiger Aufgaben.Das Modell belegt im neuesten Artificial Analysis Intelligence Index v5.0 den ersten Platz mit einem Gesamtwert von 59.
Der Einstiegspreis von Gemini 4 Carbon zum Start entspricht dem des vor zwei Wochen veröffentlichten Gemini 4 Argon; für gecachte Eingabe-Tokens gibt es 95 % Rabatt auf den Eingabepreis.
Eingabe: 2 US-Dollar pro Million Tokens (Anmerkung von IT之家: zum aktuellen Wechselkurs etwa 13,3 RMB)
Ausgabe: 10 US-Dollar pro Million Tokens (zum aktuellen Wechselkurs etwa 66,7 RMB)
Nach Ende der Einführungspreisphase gelten wieder die regulären Preise:
Eingabe: 4 US-Dollar pro Million Tokens (zum aktuellen Wechselkurs etwa 26,7 RMB)
Ausgabe: 20 US-Dollar pro Million Tokens (zum aktuellen Wechselkurs etwa 133,3 RMB)
Bei langlaufenden Programmieraufgaben wurde Carbon speziell für hochkomplexe Agenten-Workflows entwickelt, die über mehrere Tage ununterbrochen laufen müssen; es kann eigenständig Sackgassen durchlaufen, Ursachenanalysen in großen Codebasen und auf Systemebene durchführen, Schwachstellen-Patches schreiben und weitere komplexe mehrstufige Engineering-Aufgaben erledigen.
Auf der WebDev-Arena-Rangliste für Frontend-Fullstack-Entwicklung verbesserte sich Carbon gegenüber dem Vorgänger um 89 Elo-Punkte und liegt mit 1,769 Punkten auf Platz 4.
Die Cybersicherheitsfähigkeiten sind das zentrale Highlight dieses Upgrades: Carbon erreicht in allen Phasen des Verteidigungs-Lebenszyklus – Schwachstellenerkennung, Validierung und Behebung – Branchenbestwerte:
Interne Testdaten zeigen, dass Carbons Erfolgsquote beim Generieren sicheren Codes gegenüber Argon um mehr als das 2-Fache gestiegen ist; Tests des Chrome-Teams ergaben, dass es mehr als 10-mal besser hochwertige Patches erzeugt als große Frontier-Modelle anderer Labore.
Bei der Sicherheitsausrichtung baut Carbon auf Argons mehrschichtigem Sicherheitssystem auf und verstärkt es weiter:
Auf dem Terminal-Bench 4.0 sank die Erfolgsquote beim Cheating auf 0,0 %, der Anteil der Cheating-Versuche auf 0,4 %; in internen Live-Programmierumgebungen gingen Warnungen vor schwerwiegenden Fehlausrichtungen um fast 80 % zurück.
Unbegründete erfundene Behauptungen nahmen gegenüber Argon um etwa die Hälfte ab; das Modell kennzeichnet aktiv Methodengrenzen, verweigert bei unzureichenden Beweisen regelwidrige Operationen und listet fehlende Informationen klar auf.
Bei unklaren Anforderungen durchsucht Carbon zunächst relevante Unterlagen, meldet dem Nutzer Diskrepanzen zurück und führt erst dann aus, statt ratlos Pfade zu erfinden.
Die Rate der Übererfüllung sank um 26 %, die Rate der Untererfüllung um 29 %; die Zuverlässigkeit der End-to-End-Ausführung mehrstufiger Pläne stieg deutlich, bei strikter Einhaltung des Projektumfangs.
Die Erfolgsquote indirekter Prompt-Injection-Angriffe sank auf 0,0 % – alle in dieser Evaluierung abgedeckten Angriffsversuche wurden vollständig abgewehrt.
Zum Veröffentlichungsrhythmus: Google erklärt, man arbeite im Rahmen des freiwilligen Testverfahrens der US-Regierung für Modelle vor der Veröffentlichung und öffne Carbon ab dieser Woche zunächst für eine kleine Gruppe von Cybersicherheits-Verteidigern; anschließend soll der Zugang für vertrauenswürdige Partner über das Fairwind-Programm schrittweise ausgeweitet werden. Erst nach dem Sammeln von Feedback und der iterativen Verbesserung der Schutzmechanismen werde das Modell Entwicklern, Unternehmen und Endverbrauchern offenstehen.