غوغل تفتح Gemini 4 Carbon للجميع: 7.76 دولار لكل مهمة محلولة و0% اختراقات في اختبار الحقن

قبل أسبوعين بدا أن غوغل عادت لتتقدم على منافسيها. ثم أصدرت Anthropic نموذج Fable 5.2، وصار Carbon، بالكاد بعد وصوله إلى الإتاحة العامة، يبدو أقل جِدّة. دورة النماذج تدور اليوم بسرعة تجعل الإصدار يتقادم قبل أن يخرج من مرحلة البيتا. لكن ما يهم المطوّر ليس سباق العناوين، بل سؤال عملي: ماذا نربط، وكم سيكلّف ذلك؟

ليس بديلًا عن Argon بل أداة للمهام الصعبة

تقول غوغل صراحةً إن Argon لا يزال الأنسب لمعظم مهام التطوير والعمل مع المعرفة. أما Carbon فهو للحالات التي بلغتم فيها سقف ذكاء النموذج: تصحيح أخطاء معقد متعدد الخطوات، وأبحاث علمية مفتوحة، ودورات طويلة للتحقق من النتائج. سعر الرمز متساوٍ في النموذجين، لكن Carbon يستدل بعمق أكبر ويتحقق من نفسه لفترة أطول، ولذلك يولّد رموزًا أكثر. وبالتالي ستكون الفاتورة النهائية للمهمة نفسها أعلى على الأرجح من فاتورة Argon.

والآن الأرقام. في اختبار Artificial Analysis تبلغ كلفة Carbon 7.76 دولار لكل مهمة محلولة بالسعر القياسي (4 دولارات لكل مليون رمز إدخال و20 دولارًا لكل مليون رمز إخراج). وهذا أرخص من Flash 3.8 القديم الاقتصادي، مع أداء أفضل. للمقارنة: Opus 5.5 Max — 10.04 دولار، وGPT-6 Astra Max — 6.25 دولار، وFable 5.2 على أقصى إعداد — 26.50 دولار. وعلى مستوى High تكلّف Fable 5.2 نحو 9 دولارات للمهمة، لكنها تبقى متقدمة بنقطتين (62 مقابل 60). أما السعر التمهيدي لدى غوغل فهو حاليًا نصف السعر القياسي: 2 و10 دولارات.

وفي CursorBench 4.0 احتل Carbon المركز الأول بنتيجة أقل قليلًا من 60%. كما يتصدر WANDR من Perplexity وAutomationBench من Zapier، وكلفته أقل من نصف كلفة أقرب منافس، Fable 5.2. وفي المعيار الجديد MKA الخاص بالمستندات الكثيفة التي تحوي رسومًا بيانية ومخططات وجداول جاء Carbon ثانيًا، لكنه أرخص من المتصدر بأكثر من ست مرات.

سرب الوكلاء: جميل لكنه مثير للجدل

مع النموذج عرضت غوغل وضع /swarm في Antigravity، نظيرها لـ Claude Code. يتحول طلب واحد إلى فريق من الوكلاء يمكن متابعة عمله لحظة بلحظة. يتولى Carbon الأدوار التي تتطلب تفكيرًا عميقًا: الهندسة المعمارية والتنسيق والتدقيق. أما النماذج الخفيفة السريعة فتعمل بالتوازي في بيئات معزولة، ويؤدي بعضها دور المتشككين المدققين الذين يحاولون كسر النتيجة.

تخيّلوا إعادة هيكلة خدمة برمجية. يقسّم Carbon المهمة إلى أجزاء، وتعدّل النماذج الصغيرة الوحدات في وقت واحد، فيما تشغّل نماذج أخرى الاختبارات وتبحث عن الأخطاء. في العرض التجريبي قدمت غوغل لعبة ثلاثية الأبعاد عن بجعة (بجع) على دراجة في حرم الشركة في ماونتن فيو، وإعادة بناء لتشييد برج إيفل، وبيانو من القرن الثامن عشر قابلًا للعزف. أما هل تؤتي هذه الأسراب ثمارها فالصناعة لم تحسم الجدل: OpenAI وAnthropic تتحدثان بحذر، والباحثون متشككون. المكسب الرئيسي هو السرعة بفضل التوازي، لكن التنسيق معقد.

الأمان: أرقام لافتة مع تحفظات

خلال الوصول المبكر عبر برنامج Fairwind اكتشف Carbon ثغرات حقيقية من نوع zero-day لدى مزودَي SaaS كبيرين في أقل من ساعتين (ضمن برنامج Wiz Scan for Good). وبمساعدته كتب فريق Google Cloud Security برمجيات استغلال عاملة لثغرتين معروفتين في مشروع مفتوح المصدر شهير. وفي نظام Project Fortify ارتفعت نسبة الثغرات المكتشفة بأكثر من 25% مقارنة بـ Argon. لكن الصدارة في SEC-bench Pro وExploitGym وCWE-bench v1 تخص فقط النسخة المستخدمة في Fairwind، ولا تكشف غوغل أرقامًا محددة.

وبحسب غوغل، ففي اختبارها الداخلي للأمانة المؤلف من 375 مهمة يجتاز Carbon نسبة 92% (مقابل 70% لـ Argon) ويرفض في 98% من الحالات اختلاق بيانات تجريبية ناقصة. وفي محاكاة الهجمات سدّ 99% من المسارات أمام وكلاء red team التكيفيين، وانخفض احتمال الاختراق في المحاولة الواحدة من 3.1% إلى 0.8%. ولم يعثر مختبرون خارجيون من Trajectory Labs خلال 132 ساعة وأكثر من 13 ألف طلب على أي jailbreak شامل. وفي Gray Swan IPI بلغت نسبة حقن prompt injection الناجحة 0%. هذا لا يعني أن المشكلة حُلّت: فربما بلغ الاختبار نقطة التشبع. لكن بالنسبة للوكلاء الذين يملكون وصولًا إلى البريد والمتصفح والشيفرة فالتحسن ملحوظ.

ماذا نفعل عمليًا

أبقوا Argon نموذجًا افتراضيًا، واستخدموا Carbon بشكل انتقائي: لتصحيح الأخطاء المعقدة وتدقيق الشيفرة والمهام البحثية. قارنوا ليس سعر الرمز بل تكلفة المهمة المحلولة على بياناتكم: فالمعايير ينشرها المورّد نفسه، والرموز الإضافية الناتجة عن الاستدلال العميق قد تلتهم كل التوفير بسهولة. ومن المتوقع قريبًا صدور نسخة Flash من Gemini 4، لذا يمكن تأجيل السيناريوهات الاقتصادية. أما أسراب الوكلاء فالأفضل تجربتها حاليًا على مهام معزولة بمعيار نجاح واضح. ولا تُسقطوا الحماية: فالبيئات المعزولة (sandbox) والحد الأدنى من الصلاحيات للوكلاء ضرورية حتى مع النتيجة الصفرية في اختبار واحد.