إطلاق Gemini 4 Carbon للجميع: المركز الأول على CursorBench بنصف تكلفة المهمة

عادةً ما تعني عبارة «النموذج الأقوى» أنه «الأغلى». أما مع Gemini 4 Carbon فالصفقة مختلفة: طرحت Google النموذج الأعلى في العائلة بالسعر نفسه الذي يُباع به النموذج الأصغر Argon، أي دولاران لكل مليون توكن إدخال و10 دولارات لكل مليون توكن إخراج. الوصول متاح عبر Google AI Studio وGemini for business لجميع المطورين المشتركين بخطط مدفوعة، بينما يحصل مشتركو Google AI Ultra عليه في Antigravity وتطبيق Gemini ووضع AI Mode في البحث.

متى تختار Carbon ومتى Argon

ترسم Google الحدّ بنفسها. يبقى Argon الخيار الأنسب لمعظم مهام التطوير والعمل المعرفي. أما Carbon فهو للحالات التي تصطدم فيها بسقف ذكاء النموذج: تصحيح الأخطاء متعدد الخطوات، وترحيلات تشمل عدة حزم في آن واحد، والبحث عن السبب الجذري لعطل يمسّ عدة أنظمة فرعية، والأبحاث العلمية المفتوحة. يستهلك Carbon مزيدًا من التوكنات: فهو يستكشف على نطاق أوسع، ويستدل بعمق أكبر، ويشغّل حلقات طويلة من التحقق الذاتي.

وفق المقاييس المستقلة، جاء Carbon أولًا في CursorBench 4.0 وفي WANDR من Perplexity وفي AutomationBench من Zapier، مع تكلفة للمهمة الواحدة أقل بأكثر من الضعف مقارنة بأفضل نموذج خارجي. وفي المقياس الجديد متعدد الوسائط MKA، الذي أعدّته Google بالتعاون مع Artificial Analysis، حلّ Carbon ثانيًا لكنه أرخص من المتصدر بأكثر من ست مرات في المتوسط. هذه بيانات Google وشركائها، لذا يُنصح باختبار النموذج على مهامك الخاصة قبل اعتماده.

/swarm: فريق وكلاء من موجّه واحد

أبرز جديد للمطورين هو المعاينة التجريبية للأمر /swarm في Google Antigravity. يتحول موجّه واحد إلى مجموعة من الوكلاء يمكن متابعة عملها في الوقت الفعلي. والفكرة واضحة: يتولى Carbon الأدوار التي تتطلب أعمق تفكير، مثل الهندسة المعمارية والتنسيق والمراجعة. أما التنفيذ فتتولاه نماذج أسرع وأخف في مساحات عمل معزولة متوازية، فيما يتحقق مدققون خصوميون من كل تعديل.

والأمثلة الواردة في الإعلان لافتة: إعادة بناء تفاعلية بمكتبة Three.js لمكتب Google انطلاقًا من سبعة ملفات PDF للمخططات خلال عشر دورات ليلية، ولعبة ثلاثية الأبعاد عن حرم Mountain View، وإعادة تصميم متجر Google Merchandise Store بموجّهين فقط. هذه عروض توضيحية وليست ضمانًا للنتيجة على قاعدة الشيفرة لديك، لكنها تُظهر قدرة النموذج على بناء تطبيقات عاملة والتحقق منها، بما في ذلك الواجهة المعروضة.

الأمن السيبراني والعلوم

يتميز Carbon في اكتشاف الثغرات واستغلالها وإصلاحها. ففي نظام Project Fortify سجّل اكتمالًا بنسبة 100% في الفحص ودقة بنسبة 95% في الفرز وفق مقياس داخلي، فيما ارتفع الاكتمال على المستودعات المفتوحة بأكثر من 25% مقارنة بـ Argon. واستخدم فريق Wiz النموذج لاكتشاف ثغرات 0-day لدى مزودَي SaaS كبيرين في أقل من ساعتين.

وفي العلوم، تورد Google مثال التحقق الصوري من تشفير بروتوكول Signal: إذ ولّد وكلاء AlphaProof Code ملايين الأسطر بلغة Lean وأثبتوا خصائص الأمان الرئيسية في أسابيع بدلًا من سنوات. وفي التنبؤ ببنية البروتينات، زاد Carbon عدد المتماثلات المكتشفة بمعدل 40 ضعفًا في المتوسط عبر سبع عائلات صعبة من CASP17.

الأمان والقيود

بما أن النموذج أقوى في الهجمات السيبرانية، عززت Google الحماية. ففي المحاكاة حجب Carbon نسبة 99% من مسارات هجوم وكيل red team التكيفي، وانخفض احتمال الاختراق في المحاولة الواحدة إلى 0.8% مقابل 3.1% لدى Argon. ولم يعثر تدقيق خارجي أجرته Trajectory Labs على أي ثغرات jailbreak عامة جديدة خلال 132 ساعة. وفي اختبار نزاهة الوكيل المكوّن من 375 مهمة اجتاز Carbon نسبة 92% مقابل 70% لـ Argon.

وهناك قيود أيضًا. فبحسب اعتراف Google نفسها، تبقى مقاومة prompt injection مجالًا للتحسين: إذ أظهر red teaming الآلي أن النموذج يمكن تطويره في مواجهة الهجمات المعقدة. ويتم الوصول الكامل إلى القدرات السيبرانية عبر برنامج Fairwind وليس للجميع. أما برنامج الوصول المجاني للعلماء فمخصص لـ 10,000 عالم.

ماذا تفعل عمليًا

لا تنقل كل شيء إلى Carbon. أبقِ Argon للشيفرة والنصوص الروتينية، وخصّص Carbon للمهام المكلفة بوقت المهندسين: الترحيلات المعقدة، والتحقيق في الأخطاء، ومراجعة البنية المعمارية، وتحليل مجموعات كبيرة من المستندات التي تحتوي على جداول ومخططات. قارن تكلفة المهمة المنجزة لا سعر التوكن: فـ Carbon يستهلك توكنات أكثر لكنه قد ينجز المهمة من المحاولة الأولى. وإذا كنت تبني أنظمة وكلاء، فجرّب /swarm ونمط «النموذج القوي يخطط ويراجع، والنماذج الخفيفة تنفذ».