Gemini 4 Carbon يتصدر التصنيفات المستقلة، لكنه متاح للمدافعين السيبرانيين فقط

أطلقت Google DeepMind نموذج Gemini 4 Carbon، وهو نموذجها الرائد الجديد، بعد أسبوعين من Gemini 4 Argon. ووضعه مختبر Artificial Analysis المستقل، الذي يختبر النماذج بمجموعة اختبارات خاصة به، في المركز الأول في مؤشر الذكاء v5: 59 نقطة مقابل 58 لـ Claude Opus 5.5 من Anthropic. لكن تجربة Carbon لن تكون متاحة للجميع. ففي البداية سيحصل على النموذج متخصصو الأمن السيبراني الموثوقون عبر برنامج Fairwind. وتَعِد Google بإتاحة وصول واسع للمطورين «في أقرب وقت ممكن»، دون تحديد موعد.

ما الذي تعلنه Google عن الدفاع السيبراني

تراهن الشركة على الأمان وعلى المهام الطويلة متعددة الخطوات. وهذه الأرقام من إعلانها:

• SEC-bench Pro، اختبار اكتشاف الثغرات في الشيفرة: 88,2%. • ExploitGym، بيئة تدريب يجب أن يكتب فيها النموذج برمجية استغلال عاملة: 54,8%. • CWE-bench، إصلاح الثغرات من فهرس نقاط الضعف الشائعة CWE: 71,0%.

وتتباهى Google أيضًا بنزاهة النموذج. ففي Terminal-Bench 4.0 انخفضت محاولات الغش الناجحة إلى 0,0%، وانخفضت المحاولات نفسها إلى 0,4%. كما تراجع عدد الادعاءات غير المستندة إلى بيانات إلى نحو النصف مقارنةً بـ Argon. أما المواصفات: نافذة سياق بحجم 1 مليون رمز، وبالحجم نفسه في الإخراج. يقبل النموذج النصوص والصور والفيديو والكلام، ويردّ بالنص. ويبلغ سعر الإدخال المخزَّن مؤقتًا $0,20 لكل مليون رمز. وتذكر Artificial Analysis السعر $4/$20، بينما يورد Phil Schmid من Hugging Face السعر $2/$10 «بشرط»: الخصم 50% ساري دون موعد انتهاء.

ماذا أظهرت القياسات المستقلة

• Artificial Analysis: 59 نقطة، وصدارة في 4 من 9 اختبارات في المؤشر (HLE-Diamond وTB-Science وAA-Omniscience وAutomationBench). وتبلغ تكلفة المهمة الواحدة في المؤشر $7,76 مقابل $10,04 لـ Opus 5.5 و$6,25 لـ GPT-6 Astra.

ويستهلك Carbon نحو 123 ألف رمز إخراج لكل مهمة، أي أقل من Opus بنسبة 29%. • البرمجة: في Coding Agent Index يحصل Carbon على 59 (مع Antigravity CLI) مقابل 62 لـ Claude Code مع Opus 5.5.

وفي FrontierCode v1.1: 51% مقابل 56%. • المهام المكتبية: في AA-Briefcase حصل على 1609 Elo، أي أعلى بـ 126 نقطة من Argon.

ومع ذلك يتقدم عليه Grok 4.7 وMuse Wonder وKimi K3.1 Pro (1678).

• Arena، حيث يصوّت البشر على الإجابات دون معرفة مصدرها: المركز الأول في Text Arena (1528)، والثاني في Agent Arena، والرابع في Code Arena: WebDev (1768). • Vals AI: المركز الثاني في المؤشر العام، والأول في المؤشر المالي وفي البحث القانوني. وينتج رموزًا أكثر بنسبة 64% مما ينتجه Argon.

• FrontierSWE: 61,2%، خلف GPT-6 Astra (65,5) وOpus 5.5 (62,3) وSonnet 5.5 (61,9).

وفي SWE-sweep: رقم قياسي بلغ 9,6%. • Andon Labs: المركز الأول في Vending-Bench 2 (إدارة آلة بيع) وفي Blueprint-Bench 2، حيث بلغ النموذج مستوى الإنسان في التفكير المكاني ثلاثي الأبعاد.

وهذه هي التحفظات. ارتفعت الهلوسة من 4% إلى 11%. ورغم أنها ثاني نتيجة في القياسات، فإن كلفة الخطأ في الأمن السيبراني مرتفعة. كما أن نتائج البرمجة أُخذت في Antigravity CLI، ولم تُختبر في بيئات أخرى. ويرى scaling01 أن Google متأخرة نحو شهرين عن الإصدارات القادمة من OpenAI وAnthropic. ولم تتأكد الشائعات عن نموذج Gemini أقوى لم يُطرح بعد.

ما تبقى من الإصدار

• GitHub Copilot Fusion: يجمع فورًا بين نماذج Anthropic وOpenAI. يتصدر Terminal-Bench 4.0 (71)، ويتخلف بنقطتين عن Opus 5.

5 في Claude Code، لكن كلفته $5,59 للمهمة بدلًا من $11,42. • H-Net v2 (من Cartesia): يتعلم تقطيع النص إلى رموز مباشرةً من البايتات، ويحقق مكسبًا في الكفاءة بمقدار 3–5 أضعاف. • NVIDIA Nemotron 3.

5 Transcribe: نموذج مفتوح للتعرف على الكلام بـ 30B معامل (نحو 4B منها نشطة)، يدعم 40 لغة، بنسبة خطأ في الكلمات 2,8%. • AssemblyAI-TTS-1: تحويل النص إلى كلام بسعر $15 لكل مليون حرف، وزمن 90 مللي ثانية حتى أول صوت. • Liquid AI LFM3: عائلة نماذج مدمجة، أساسها LFM3-1.

7B بسياق 256 ألف رمز. • Ling-3.1-flash-1019: نموذج MoE مفتوح بـ 560B معامل (25B منها نشطة)، وبسياق 1 مليون.

• Qwen4: بحسب تسريب من المستودع، سيحصل على سياق 1 مليون رمز. • Anthropic S-1: خسارة نحو $80 مليار في النصف الأول من 2026، وهي بحسب تقدير Jamin Ball ناجمة في الغالب عن إعادة تقييم الديون القابلة للتحويل والتزامات SAFE، وليست خسائر تشغيلية. • OpenAI: أرصدة API بقيمة $100–$500 شهريًا لمشتركي ChatGPT Pro.

ماذا يعني هذا للفرق

يتفوق Carbon على منافسيه في اكتشاف الثغرات وسدّها وفي مهام المعرفة، لكنه يبقى ثانيًا في البرمجة. وإذا كنتم تختارون نموذجًا للأمن، فانتظروا فتح الوصول وتحققوا بأنفسكم من نسبة الادعاءات الخاطئة. أما إذا كان الاختيار للبرمجة، فـ Opus 5.5 أكثر موثوقية حاليًا. وفيما يخص الميزانية، المهم ليس سعر الرمز بل سعر المهمة، وفي هذا الجانب يتفوق Carbon من حيث التكلفة على Opus.