Google Gemini 4 कार्बन cybersecurity पर केंद्रित एक AI मॉडल है।
Google Gemini 4 कार्बन एक फ्रंटियर AI मॉडल है जो लंबे क्षितिज के काम और cybersecurity रक्षा के लिए डिज़ाइन किया गया है। यह 59 के स्कोर के साथ Artificial Analysis Intelligence Index v5.0 पर पहले स्थान पर है. यह मॉडल सुरक्षा बेंचमार्क पर दृढ़ता से प्रदर्शन करता है, जिसमें वास्तविक software में कमजोरियों का पता लगाना, शोषण को मान्य करना और Root - कारण पैच उत्पन्न करना शामिल है।यह निरंतर एजेंटिक वर्कफ़्लो, बेहतर कोडिंग और पूर्ण-स्टैक वेब विकास का भी समर्थन करता है। आंतरिक और भागीदार परिणाम सुरक्षित कोड पीढ़ी, क्रोम पैचिंग और क्लाउड सुरक्षा परीक्षण में लाभ दिखाते हैं। और chain-of-thought हेरफेर, जबकि टर्मिनल कार्यों में धोखाधड़ी के प्रयासों को कम करना।
मुख्य जानकारी
- Google Gemini 4 कार्बन को लंबी क्षितिज के काम और cybersecurity रक्षा के लिए एक सीमांत AI मॉडल के रूप में तैनात किया गया है, जो 59 के स्कोर के साथ Artificial Analysis Intelligence Index v5.0 पर पहले स्थान पर है।
- यह कमजोरियों की खोज, शोषण सत्यापन और Root कारण पैचिंग में cybersecurity बेंचमार्क का नेतृत्व करता है।
- कार्बन को सतत एजेंटिक वर्कफ़्लो के लिए डिज़ाइन किया गया है, जिसमें मल्टी-स्टेप डिबगिंग, बड़े कोडबेस इंजीनियरिंग और बेहतर पूर्ण स्टैक वेब विकास प्रदर्शन शामिल हैं।
- Google प्रमुख सुरक्षा लाभों की रिपोर्ट करता है, जिसमें कम धोखाधड़ी, कम misalignment अलर्ट, त्वरित इंजेक्शन के लिए मजबूत प्रतिरोध और जटिल कोडिंग वातावरण में अधिक विश्वसनीय व्यवहार शामिल हैं।
- यह मॉडल धीरे-धीरे cybersecurity भरोसेमंद भागीदारों के लिए लॉन्च किया जा रहा है Fairwind Program, जिसमें प्रारंभिक मूल्य निर्धारण Gemini 4 Argon से मेल खाता है।
मेटा विवरणः Google Gemini 4 कार्बन का स्कोर 59 पर Artificial Analysis Intelligence Index v5.0 है और कमजोरियों, शोषण और पैचिंग के लिए cybersecurity बेंचमार्क में अग्रणी है।

टैगः Gemini 4 कार्बन, AI cybersecurity, लंबी क्षितिज एजेंटों, मॉडल सुरक्षा
विशेष रुप से प्रदर्शित छवि: एक कोड शील्ड और नेटवर्क नोड्स की अमूर्त, मैत्रीपूर्ण चित्रण शैली, कोई वास्तविक लोग नहीं हैं, कोई लोगो नहीं है, कोई पाठ नहीं है।
डेवलपर्स, cybersecurity टीमों और AI उपयोगकर्ताओं के लिए, Google ने हाल ही में Gemini 4 कार्बन की घोषणा की, जो एक नया फ्रंटियर मॉडल है जिसे लंबे समय तक काम करने और अत्याधुनिक cybersecurity रक्षा के लिए सबसे मजबूत मॉडल के रूप में स्थान दिया गया है। मॉडल रैंक #1890002 के हाल ही में अद्यतन किए गए v5.0 पर 59, और यह Gemini 4 Argon का अनुसरण करता है, जिसे दो सप्ताह पहले लॉन्च किया गया था। Google कार्बन को इस बात का प्रमाण के रूप में प्रस्तुत करता है कि किस गति से यह सीमाओं को आगे बढ़ा रहा है, शोधकर्ताओं और मॉडलों ने क्षमताओं को बढ़ाने के लिए हाथ मिलाकर काम करते हुए सुरक्षा उपायों को मजबूत किया।
बेंचमार्क परिणाम और वे क्यों महत्वपूर्ण हैं
बेंचमार्क परिणाम इंगित करते हैं कि Google को मॉडल के सबसे अधिक मायने रखने की उम्मीद है। बाहरी cybersecurity रक्षा मूल्यांकनों पर, बिना गार्डरेल के आकलन किया गया, कार्बन ने SEC -बेंच PRO पर 88.2% स्कोर किए हैं, जो वास्तविक दुनिया में दफन जटिल खामियों को स्वायत्त रूप से उजागर करने का एक परीक्षण है। यह 54.8% पर ExploitGym पर एक नया अत्याधुनिक स्कोर भी निर्धारित करता है, जो कि कमजोरियों का शोषण करने के लिए मान्य मानदंड है ताकि डिफेंडर सुधार को प्राथमिकता दे सकें। Root कारण पर पैचिंग के लिए, कार्बन 71.0% तक पहुंचता है कोलिनियर की सीडब्ल्यूई-बेंच, वैध निष्कर्षों को सीधे कामकाजी कोड फिक्स में बदल देता है।
ये तीन परिणाम cybersecurity रक्षा जीवनचक्र के लिए मानचित्रण करते हैंः कमजोरियों का पता लगाना, शोषण के माध्यम से जोखिम को मान्य करना और Root कारण पर पैचिंग। मॉडल कोडिंग और एजेंटिक कार्यों के साथ-साथ cybersecurity रक्षा के लिए महत्वपूर्ण प्रमुख क्षमताओं में भी महत्वपूर्ण लाभ दिखाता है।
दीर्घ क्षितिज इंजीनियरिंग और वेब विकास
कार्बन निरंतर एजेंटिक वर्कफ़्लो के लिए बनाया गया है, जिसका अर्थ है कि यह एक-शॉट प्रॉम्प्ट की तुलना में लंबे समय तक बहु-चरण इंजीनियरिंग कार्यों को संभाल सकता है। Google रिपोर्ट करता है कि आंतरिक टीमों ने कार्बन को कई दिनों तक काम करते हुए देखा है, Root के कारणों की जांच करने और बड़े कोडबेस और निम्न-स्तरीय प्रणालियों में सूक्ष्म बग्स को पैच करने के दौरान मृत अंत के माध्यम से काम कर रहे हैं।
कंपनी का कहना है कि उपयोगकर्ता प्रतिक्रिया ने कोडिंग, एजेंटिक और वैज्ञानिक कार्यों के साथ-साथ पूर्ण स्टैक वेब विकास और multimodal की समझ में सुधार किया। पर WebDev Arena, Google कहते हैं कार्बन कूदता है +89 एलो अंक तक पहुँचने के लिए #4के साथ 1768 यह परिणाम वेब विकास में आउटपुट और कलाकृतियों की बेहतर गुणवत्ता को दर्शाता है, एक ऐसा क्षेत्र जहां मॉडल का अक्सर मूल्यांकन किया जाता है कि क्या उत्पन्न कोड और इंटरफ़ेस वास्तव में साथ रहते हैं।
cybersecurity जीवन चक्र लाभ
सार्वजनिक बेंचमार्क से परे, Google साइबर रक्षा के लिए आंतरिक लाभ का वर्णन करता है। आंतरिक बेंचमार्क पर, कार्बन आर्गन के ऊपर सुरक्षित कोड उत्पन्न करने की सफलता दर में 2 गुना से अधिक वृद्धि प्राप्त करता है। क्रोम टीम ने बताया है कि उच्च गुणवत्ता वाले पैच उत्पन्न करते समय कार्बन एक अन्य प्रयोगशाला के बड़े फ्रंटियर मॉडल की तुलना में 10 गुना बेहतर प्रदर्शन करता है।
विज़, जिसे एक अग्रणी क्लाउड सुरक्षा मंच के रूप में वर्णित किया गया है, यह भी देखता है कि कार्बन वेब प्रवेश परीक्षण के लिए बेंचमार्क पर आगे बढ़ रहा है। वह क्षमता Wiz की स्कैन फॉर गुड पहल का मूल है, जो वेब सुरक्षा मुद्दों को खोजने और संबोधित करने पर केंद्रित है।
सुरक्षा और संरेखण में सुधार
कार्बन अर्गोन के बहुस्तरीय सुरक्षा और सुरक्षा स्टैक पर बनाता है, जो मॉडल प्रशिक्षण, रीयल-टाइम दुरुपयोग रक्षा, शीघ्र इंजेक्शन लचीलापन और chain-of-thought निगरानी को जोड़ती है। Google का कहना है कि अर्गोन की संरेखण प्रगति को उसकी सुरक्षा और सुरक्षा रिपोर्ट में बताया गया था, और कार्बन के साथ उसने खुद को आगे बढ़ने के लिए चुनौती दी ताकि मॉडल सही तरीके से जटिल या उच्च दबाव वाले कार्यों का जवाब दे सके।
टर्मिनल-बेंच 4.0 पर, Google का कहना है कि कार्बन ने समग्र सटीकता में सुधार करते हुए सफल धोखाधड़ी को 0.0% और धोखा देने के प्रयासों को 0.4% तक कम कर दिया। आंतरिक टीमों के साथ लाइव कोडिंग वातावरण में, Google ने देखा कि उच्च-गंभीरता वाले misalignment अलर्ट लगभग 80% तक गिर गए। आंतरिक परीक्षण में, असमर्थित दावों को आर्गन की तुलना में लगभग 2 गुना कम किया गया था।
Google का कहना है कि लापता सबूतों के चारों ओर निर्माण या हेजिंग करने के बजाय, कार्बन सीधे वितरण में पद्धतिगत चेतावनी देता है या जो आवश्यक है उसकी स्पष्ट सूची के साथ अवरुद्ध कार्यों को रोकता है। मॉडल का उद्देश्य यह भी है कि जब कोई अनुरोध अस्पष्ट हो तो बेहतर सहयोग किया जाए: अनुमान लगाने या आगे बढ़ने के लिए मजबूर करने के बजाय, Google कहता है कार्बन प्रासंगिक स्रोतों को पुनर्प्राप्त करता है और कार्रवाई से पहले उपयोगकर्ता को विसंगतियों की सतह देता है।
कंपनी यह भी रिपोर्ट करती है कि कार्बन ने एक साथ 26% तक ओवररेच और 29% तक अंडर-सर्विस को कम कर दिया, जिससे परियोजना की सीमाओं का सम्मान करते हुए और कड़ाई से दायरे के भीतर रहते हुए बहु-चरण योजनाओं को अधिक विश्वसनीय बनाना चाहिए। शीघ्र इंजेक्शन के लिए, जहां सामग्री में छिपे हुए निर्देश एक मॉडल को चलाने का प्रयास करते हैं, अर्गोन ने पहले बहुत कम 0.7% हमले की सफलता दर के साथ Gray SwanIPs Indirect Prompt Injection (आईपीआई) बेंचमार्क का नेतृत्व किया। कार्बन 0.0% तक पहुँचता है, हर मूल्यांकन हमले के प्रयास का विरोध करता है।
मूल्य निर्धारण, रोलआउट और पहुंच
Google का कहना है कि यह रोलआउट के लिए एक जानबूझकर दृष्टिकोण ले रहा है और सक्रिय रूप से संयुक्त राज्य अमेरिका में लगे हुए हैं। पूर्व-रिलीज़ मॉडल परीक्षण के लिए सरकार की स्वैच्छिक प्रक्रिया। इस सप्ताह से, कार्बन साइबर रक्षकों के एक उप-समूह के लिए उपलब्ध होगा, जिसमें Fairwind Program तक अतिरिक्त विश्वसनीय भागीदारों को धीरे-धीरे पहुंच प्रदान की जाएगी। कंपनी जल्द से जल्द अपने उत्पाद सतहों के माध्यम से डेवलपर्स, व्यवसायों और उपभोक्ताओं को कार्बन उपलब्ध कराने से पहले प्रतिक्रिया एकत्र करना जारी रखेगी।
मूल्य निर्धारण आर्गन के परिचयात्मक स्तर से मेल खाता हैः $2 प्रति मिलियन इनपुट टोकन और $10 प्रति मिलियन आउटपुट टोकन्स, कैश्ड इनपुट टोकेन्स की कीमत इनपुट टॉकेन प्राइस पर 95% है। यह मॉडल की प्रवेश लागत को परिचित रखता है जबकि Google व्यापक पहुंच का परीक्षण करता है।
अगला क्या है
Google फ्रेम Gemini 4 कार्बन एक तेज सीमांत दौड़ में कदम के रूप मेंः आर्गन पर निर्माण, यह सुरक्षा को मजबूत करते हुए क्षमता को आगे बढ़ाता है। कंपनी का कहना है कि इसका लक्ष्य सुरक्षा या विश्वसनीयता से समझौता किए बिना software इंजीनियरिंग और cybersecurity रक्षा में सार्थक छलांग देना है। यह देखने के लिए उत्सुक है कि साइबर रक्षकों का प्रारंभिक समूह मॉडल का उपयोग कैसे करता है और कहता है कि वह जल्द ही डेवलपर्स, व्यवसायों और उपभोक्ताओं को कार्बन लाने की उम्मीद कर रहा है।
यह घोषणा मूल रूप से Towards AI में मीडियम पर प्रकाशित हुई थी, जहां पाठक कहानी पर चर्चा करना जारी रखते हैं।
किसे देखना चाहिए, और किसको इंतजार करना चाहिए
कमजोरियों का पता लगाने, सत्यापन और पैचिंग पर ध्यान केंद्रित करने वाली टीमों के लिए, शुरुआती फेयरविंड एक्सेस और बेंचमार्क लीड कार्बन को ट्रैक करने लायक बनाते हैं, खासकर यदि उनके काम में बड़े कोडबेस, निम्न-स्तरीय सिस्टम या वेब प्रवेश परीक्षण शामिल हैं। सामान्य डेवलपर्स, व्यवसायों और उपभोक्ताओं के लिए, समान परिचयात्मक मूल्य निर्धारण और रिपोर्ट किए गए क्षमता लाभ एक उपयोगी मॉडल का सुझाव देते हैं, लेकिन Google ने संकेत दिया है कि व्यापक उपलब्धता अधिक प्रतिक्रिया, गार्डरेल पुनरावृत्ति और उत्पाद-सतह रोलआउट का पालन करेगी।
Comments (0)