Google je predstavio Gemini 4 Carbon, multimodalni model namenjen zadacima sajber bezbednosti, koji je prema pisanju DeepLearning.AI zauzeo prvo mesto na Intelligence Index listi kompanije Artificial Analysis, ispred Claude Opus 5.5 kompanije Anthropic. Kako se navodi, model za sada nije dostupan široj javnosti, već ga Google daje odabranom krugu kompanija za sajber bezbednost, a datum šire dostupnosti nije objavljen.
Prema izvoru, Carbon prima tekst, slike, govor i video zapise do milion tokena, a izlaz je tekst brzinom od 94,6 tokena u sekundi. Model ima podesivo rezonovanje i prvo mesto na Intelligence Index verziji 5.0 sa ocenom 59, drugo mesto na Vals Index listi sa 70,36 odsto i prvo mesto na Arena.ai tekstualnoj rang listi sa 1.528 Elo poena. Cena preko API-ja iznosi dva, 0,10 i deset dolara po milion ulaznih, keširanih i izlaznih tokena u uvodnom periodu, a zatim četiri, 0,20 i 20 dolara. Parametri, arhitektura i podaci za obuku nisu objavljeni.
Google navodi da Carbon nastavlja razvoj modela Gemini 4 Argon i da su poboljšani kodiranje, nauka, višekoračni agentni zadaci i multimodalno razumevanje. Model je prvi na četiri od devet pojedinačnih testova Intelligence Indexa, uključujući AutomationBench-AA za poslovne zadatke i AA-Omniscience za opšte znanje. Na Coding Agent Indexu zauzima drugo mesto iza Claude Opus 5.5, ali završava zadatke brže i uz nižu cenu. Na tri zahtevna testa sajber bezbednosti, CWE-bench, ExploitGym i SEC-bench Pro, ostvario je 71,0, 54,8 i 88,2 odsto, pri čemu su ti rezultati sopstveni podaci kompanije.
Prema izvoru, kada uvodni popust istekne, cena po tokenu biće ista kao kod Claude Opus 5.5, ali Carbon završava zadatke sa 29 odsto manje izlaznih tokena i 23 odsto nižom cenom po zadatku.
Šta ovo znači za firme
Za kompanije koje razmatraju uvođenje naprednih modela, vest ukazuje da se konkurencija sve više premešta sa same cene po tokenu na efikasnost po zadatku. Model koji troši manje izlaznih tokena može značajno da smanji operativne troškove kod obimnih agentnih procesa, iako uvodna cena važi samo ograničeno vreme. Ograničena dostupnost i nedostatak podataka o arhitekturi otežavaju nezavisnu procenu rizika, pa je za firme sa osetljivim podacima razumno planirati pilot projekte i uporedna testiranja pre šire primene. Rezultati u sajber bezbednosti su sopstveni podaci kompanije i zahtevaju dodatnu proveru.
Sažetak je napisan uz pomoć AI na osnovu navedenog izvora i proveren automatskim pravilima. Za tačne detalje pogledajte originalni članak.