Gemini 4 Carbon يسجل 88.2% في اكتشاف ثغرات البرمجيات ويصل أولاً إلى المدافعين السيبرانيين

أعلنت Google DeepMind عن Gemini 4 Carbon، وتصفه بأنه أقوى نماذجها حتى الآن، مع تركيز على الأمن السيبراني وعلى مهام الهندسة الطويلة متعددة الخطوات. الأرقام كلها من منشور الإطلاق لدى Google، وليست من اختبار مستقل.

من يحصل عليه أولاً

لن يكون Carbon متاحاً للجميع الآن. هذا الأسبوع يصل إلى مجموعة صغيرة من المدافعين السيبرانيين. ثم تتسع الدائرة إلى شركاء موثوقين عبر برنامج Fairwind. وتقول Google إنها تشارك أيضاً في العملية الطوعية التي تتيحها الحكومة الأمريكية لاختبار النماذج قبل إطلاقها.

أما المطورون والشركات والمستخدمون العاديون فسيأتي دورهم لاحقاً، دون موعد محدد سوى عبارة "في أقرب وقت".

أرقام الأمن

تذكر Google ثلاث نتائج في اختبارات خارجية أُجريت دون حواجز حماية:

• SEC-bench Pro، اكتشاف الثغرات: 88.2%
• ExploitGym، معرفة هل يمكن استغلال الثغرة: 54.8%
• CWE-bench، إصلاح السبب الجذري: 71.0%

وتصف Google الأرقام الثلاثة بأنها الأفضل حالياً. وفي اختباراتها الداخلية ضاعف Carbon أكثر من مرتين نسبة النجاح في كتابة شيفرة آمنة مقارنة بـ Argon، النموذج الذي صدر قبل أسبوعين.

وتفيد التقارير بأن فريق Chrome وجد أن Carbon أفضل بأكثر من 10 مرات من نموذج متقدم لمختبر آخر في إنتاج ترقيعات جيدة.

مهام طويلة وترتيب عام

تقول Google إن فرقها رأت Carbon يعمل أياماً على مشكلات هندسية صعبة، مثل تتبع أخطاء خفية في قواعد شيفرة كبيرة. كما يحتل المركز الأول في Artificial Analysis Intelligence Index v5.0 بدرجة 59. وفي WebDev Arena ارتفع 89 نقطة Elo إلى 1768 ليحتل المركز الرابع.

سلوك أفضل

تذكر Google أن النموذج يلجأ إلى اختصارات أقل ويختلق أقل. في Terminal-Bench 4.0 انخفض الغش الناجح إلى 0.0% ومحاولات الغش إلى 0.4%. وانخفضت الادعاءات غير المدعومة بنحو النصف مقارنة بـ Argon. كما تراجعت تنبيهات الانحراف الشديدة في البرمجة الداخلية الحية بنحو 80%. وفي اختبار Gray Swan لمقاومة حقن التعليمات، أي محاولة إخفاء أوامر لخداع النموذج، بلغت نسبة نجاح الهجمات 0.0% مقابل 0.7% لـ Argon.

التسعير مطابق لتسعير Argon: دولاران عن كل مليون رمز إدخال و10 دولارات عن كل مليون رمز إخراج، والإدخال المخزّن أرخص بنسبة 95%.

تخيل فريق أمن أمامه آلاف الثغرات. أيها حقيقي، وأيها يُعالج أولاً؟ هذه هي المهمة التي تستهدفها Google.

الحدود

معظم الأرقام من Google نفسها أو من اختبارات داخلية. لا يذكر المصدر متى سيتاح Carbon للجمهور، ولا يقدم تحققاً مستقلاً. وتقول Google إنها ما زالت تجمع الملاحظات وتعدّل حواجز الحماية قبل الإطلاق الأوسع.