Google DeepMind показала Gemini 4 Carbon: лучшая модель для кибербезопасности пока только для защитников

Google DeepMind 28 октября представила новую передовик‑модель Gemini 4 Carbon. По данным разработчиков, она превосходит предыдущий флагман Gemini 4 Argon в задачах кибербезопасности и в сценариях, где один агент работает непрерывно часами и даже днями. Важный нюанс: широкого доступа нет — сначала технологию получат специалисты по защите критической инфраструктуры, а остальные ждут очереди.

Почему Google отдаёт Carbon только защитникам

С этой недели модель становится доступна узкому кругу экспертов, занимающихся защитой инфраструктуры. Следующим этапом компания расширит круг через программу Fairwind — инициативу, объединяющую проверенных партнёров Google для раннего тестирования передовых систем. Параллельно Carbon добровольно передана американским властям на предрелизную оценку.

Разработчикам и бизнесу доступ откроют после сбора обратной связи и доработки защитных механизмов (guardrails). Конкретных сроков компания не называет, в анонсе стоит формулировка «как можно скорее». Такой поэтапный запуск решает сразу две задачи: модель проверяют те, кто ежедневно ищет уязвимости для защиты, и у Google есть время до появления инструмента у тех, кто мог бы использовать его для атак.

Рекордные результаты в бенчмарках по безопасности

В рейтинге Artificial Intelligence Index версии 5.0 Gemini 4 Carbon набрала 59 баллов и заняла первое место. В прикладных тестах по кибербезопасности она обогнала Argon сразу по трём ключевым замерам (тестирование проводилось с отключёнными ограничителями, иначе модель отказывается работать с уязвимым кодом):

• SEC‑bench Pro (поиск уязвимостей) — 88,2%;
• ExploitGym (проверка возможности эксплуатации) — 54,8%;
• CWE‑bench (исправление с указанием верной причины) — 71,0%.

В задачах веб‑разработки прирост скромнее: +89 пунктов рейтинга Elo и четвёртое место с результатом 1 768. Это подтверждает специализацию Carbon на глубоком анализе кода и длительных исследовательских циклах.

Архитектура заточена под задачи длиной в дни

Модель проектировалась для агентных сценариев, где одна задача живет дольше рабочего дня. Внутри Google приводят примеры, когда Carbon сутками перебирала варианты в крупном репозитории, возвращалась к предыдущим шагам и в итоге находила причину сбоя в низкоуровневом коде. Для человека такая отладка заняла бы неделю, для модели — цепочка итераций с откатами.

Именно поэтому компания относится к доступу с осторожностью. Агент, который сам вносит правки в код и запускает сборки, ошибается дороже чат‑бота. Чем дольше он работает без присмотра, тем важнее, чтобы он останавливался на встроенных ограничителях, а не пытался их обойти.

Усиленная защита от обмана и инъекций

Базу безопасности унаследовали от Argon и усилили выравнивание. В тесте Terminal‑Bench 4.0 модель ни разу не пыталась «схитрить», попытка зафиксирована лишь в 0,4% прогонов. В бенчмарке Gray Swan на косвенные инъекции в промпт успешных атак — 0,0% против 0,7% у Argon. Во внутренней среде для написания кода число тревог о серьезных расхождениях с заданием упало примерно на 80%, необоснованных утверждений стало вдвое меньше.

Важно: эти данные предоставлены самой Google, независимой верификации по ним пока нет.

Цены: старт по тарифам Argon, затем рост в два раза

На вводном периоде цены остаются прежними: входной токен — 2 доллара за миллион, выходной — 10 долларов за миллион. Кэшированный ввод дается со скидкой 95%. После завершения ознакомительного этапа тарифы вырастут до 4 и 20 долларов за миллион токенов соответственно.

Ценообразование критично, потому что кибербезопасность — первое прикладное направление, где модели запускают пачками. Проверка репозитория или разбор инцидента потребляют десятки миллионов токенов, и разница в два раза складывается в ощутимые бюджетные суммы.

Что это меняет для защитников кода и открытых проектов

Открытого доступа пока нет, поэтому опробовать Carbon прямо сейчас не получится. Направление развития видно по замерам: модели сравнялись с сильными специалистами в поиске уязвимостей и начали предлагать исправления с обоснованием причины. Если у вас открытый репозиторий, готовьтесь к росту автоматических отчетов об ошибках и к необходимости ручной проверки каждого такого отчета.

Второе следствие касается процессов. Работа, которую раньше отдавали подрядчику на пентест, укладывается в вызов модели за несколько долларов. Финальное решение по-прежнему принимает человек, но объем проверок вырастет, а часть рутины переедет в автоматический режим.

Итог

Google выбрала стратегию «сначала — обороняющимся». Такой запуск дает компании качественную обратную связь от профи и временной буфер до попадания инструмента к потенциальным злоумышленникам. Первые публичные отзывы участников Fairwind и госструктур появятся раньше общей доступности — по ним станет понятно, держатся ли заявленные цифры вне стен разработчика.