Gemini 4 Carbon набрал 88,2% в поиске уязвимостей, но Google открыла его не всем
Google выпустила Gemini 4 Carbon — модель, которая ищет дыры в коде и днями работает над сложной задачей без человека. В тесте SEC-bench Pro на поиск уязвимостей она набрала 88,2%, а в ExploitGym, где дыры нужно ещё и эксплуатировать, — 54,8%. Но доступ получат только киберзащитники и доверенные партнёры, хотя в рейтинге Artificial Analysis модель первая. Остальным придётся ждать публичного релиза и независимых проверок.
AI-обработка оригинала TG: @ai_product (AI Product / Igor Akimov); редакция Hamidun News
Представьте помощника, который сам читает огромный репозиторий, находит в нём опасные места, проверяет, можно ли ими воспользоваться, и готовит исправление. Именно такую роль Google отводит новой модели Gemini 4 Carbon, вышедшей всего через две недели после предыдущей, Argon. В тесте SEC-bench Pro, где модель ищет уязвимости в коде, она набрала 88,2%. А в независимом рейтинге Artificial Analysis Intelligence Index v5.0, который сводит результаты моделей в один общий балл, Carbon сразу встала на первое место. Есть нюанс: лучшую по этому индексу модель получат не все разработчики, а только киберзащитники и избранные партнёры.
Что умеет Carbon и какие цифры привела Google
Главный упор в анонсе сделан на кибербезопасность и длинные агентные задачи. Агентная задача — это когда модель не отвечает на один вопрос, а самостоятельно выполняет цепочку шагов. По словам Google, Carbon может днями работать над сложной задачей. Для защитников сценарий понятный: просмотреть кодовую базу, найти слабые места, подтвердить их и предложить патч.
Вот результаты из анонса:
- SEC-bench Pro, поиск уязвимостей: 88,2%.
- ExploitGym, эксплуатация найденных дыр, то есть проверка, что ими реально можно воспользоваться: 54,8%.
- CWE-bench, подготовка патчей для типовых классов уязвимостей: 71,0%.
- WebDev Arena, соревнование моделей в создании веб-приложений: 4-е место, рейтинг 1769, рост на 89 пунктов Elo.
Отдельно Google заявляет, что Carbon генерирует вдвое больше безопасного кода, чем Argon. На практике это значит, что модель реже оставляет в проекте типовые дыры вроде непроверенного пользовательского ввода.
Команда Chrome идёт дальше и утверждает, что по качеству патчей Carbon в 10 раз лучше «большой модели другой лаборатории». Название конкурента не раскрыто. Это оценка самой Google, поэтому относиться к ней стоит как к заявлению разработчика, а не как к независимому замеру.
Почему доступ закрыли
Лучшую по индексу версию получат только киберзащитники и «доверенные партнёры» в рамках Fairwind Program. Кроме того, Carbon проходит добровольное тестирование у правительства США.
Логика понятна. Если модель находит уязвимости, а в 54,8% случаев на тесте ExploitGym ещё и успешно их эксплуатирует, то в чужих руках она становится инструментом атаки. Поэтому сначала её дают тем, кто чинит, и только потом решают, как проводить широкий запуск. Google не первая выбирает такую схему, но здесь она применена к модели, которая одновременно лидирует в общем рейтинге.
Что делать на практике
Если вы отвечаете за безопасность продукта, стоит заранее узнать условия Fairwind Program. Командам с большими кодовыми базами автоматический поиск и патчинг уязвимостей может снять заметную часть рутины.
Не стоит ждать, что публичный Gemini сразу получит те же способности. Из анонса неизвестно, когда и в каком виде Carbon станет доступна всем и какие ограничения останутся.
К бенчмаркам нужна осторожность. Рейтинг Artificial Analysis независимый, а вот цифры по SEC-bench Pro, ExploitGym и CWE-bench, как и сравнение патчей с моделью конкурента, приводит сама Google. Сторонних подтверждений пока нет: модель снаружи никто не может проверить.
Наконец, темп. Две недели между Argon и Carbon показывают, как быстро Google обновляет линейку. Командам, которые встраивают модели в продукты, лучше не привязываться жёстко к одной версии и держать слой абстракции, чтобы менять модель без переписывания пайплайна.
Пока Carbon — это в первую очередь заявка Google на лидерство в ИИ для кибербезопасности. Проверить её смогут только избранные партнёры, а остальным остаётся ждать публичного релиза и независимых тестов.
- 21 нояб. 2026 г.Капитан пловцов отдала ChatGPT три задачи по расписанию и сократила рутину в разы
- 21 нояб. 2026 г.Нейросеть MIRA рисует Rocket League в 20 кадрах в секунду, но пинг доходит до 460 мс
- 21 нояб. 2026 г.Google построила закрытую копию интернета с фейковыми банками, чтобы учить ИИ-агентов Chrome
- 21 нояб. 2026 г.В тесте MLPerf впервые участвуют Nvidia Rubin и TPU Ironwood: 153 системы
Вопросы и ответы по материалу
Что известно по теме: что умеет Carbon и какие цифры привела Google?
Главный упор в анонсе сделан на кибербезопасность и длинные агентные задачи. Агентная задача — это когда модель не отвечает на один вопрос, а самостоятельно выполняет цепочку шагов. По словам Google, Carbon может днями работать над сложной задачей. Для защитников сценарий понятный: просмотреть кодовую базу, найти слабые места, подтвердить их и предложить патч. Вот результаты из анонса: SEC-bench Pro, поиск уязвимостей: 88,2%.
Что известно по теме: почему доступ закрыли?
Лучшую по индексу версию получат только киберзащитники и «доверенные партнёры» в рамках Fairwind Program. Кроме того, Carbon проходит добровольное тестирование у правительства США. Логика понятна. Если модель находит уязвимости, а в 54,8% случаев на тесте ExploitGym ещё и успешно их эксплуатирует, то в чужих руках она становится инструментом атаки. Поэтому сначала её дают тем, кто чинит, и только потом решают, как проводить широкий запуск.
Что известно по теме: что делать на практике?
Если вы отвечаете за безопасность продукта, стоит заранее узнать условия Fairwind Program. Командам с большими кодовыми базами автоматический поиск и патчинг уязвимостей может снять заметную часть рутины. Не стоит ждать, что публичный Gemini сразу получит те же способности. Из анонса неизвестно, когда и в каком виде Carbon станет доступна всем и какие ограничения останутся. К бенчмаркам нужна осторожность.
Протестируйте новые LLM и мультимодальные модели в одном окне
Платформа Nomad AI (nomadnet.ai) даёт прямой доступ к Claude Opus 5.5, GPT-6, Gemini 3.1, DeepSeek и автономным агентам без VPN, зарубежных карт и зоопарка подписок.
Главное из мира ИИ — раз в неделю
7 ключевых событий недели, отобранных вручную. Без шума, репостов и пресс-релизов.
Готово! Проверьте почту — мы отправили подтверждение.