Google DeepMind, yeni sınır modeli Gemini 4 Carbon’u duyurdu. Şirket, modelin siber güvenlik ve uzun soluklu görevlerde sınır düzeyinde (state-of-the-art) performans sunduğunu, Artificial Analysis Intelligence Index’in 5.0 sürümünde 59 puanla birinci sıraya yerleştiğini açıkladı. Carbon, yalnızca iki hafta önce yayınlanan Gemini 4 Argon’un üzerine kurulan bir sıçrama olarak konumlandırılıyor.
Duyuru, Google DeepMind Kıdemli Başkan Yardımcısı ve Google Baş Yapay Zeka Mimarı Koray Kavukcuoglu imzasıyla yayımlandı. Şirket, modelin kodlama, ajan tabanlı görevler ve çok modlu anlama alanlarında ölçülebilir kazanımlar sağladığını belirtiyor.
Gemini 4 Carbon neden öne çıkıyor?
Google’a göre Carbon, iki hafta arayla çıkarılan iki sınır modeli arasındaki farkın ne kadar hızlı büyüdüğünü gösteriyor. Model, karmaşık ve çok adımlı mühendislik problemleri için tasarlanan sürekli ajan iş akışlarında (sustained agentic workflows) kullanılmak üzere geliştirildi.
Şirketin iç ekipleri, Carbon’un günler boyunca kesintisiz çalışarak çıkmaz sokaklardan geri döndüğünü ve büyük kod tabanlarında, düşük seviyeli sistemlerde gizli hataların kök nedenini bulup yamaladığını aktarıyor. Web geliştirme tarafında ise model, WebDev Arena sıralamasında 89 elo puanı kazanarak 1769 puanla dördüncü sıraya yükseldi.
Paylaşılan karşılaştırma tablosu, Carbon’un genel yetenek, ajan tabanlı kodlama, bilgisayar kullanımı, bilgi işleri, çok modlu anlama, uzun bağlam, bilim ve matematik ile siber güvenlik başlıklarında rakiplerinin önüne geçtiğini gösteriyor. Tabloya göre Carbon, Vals Index v2.2’de yüzde 70.4, GraphWalks 256k ile 1M bandında yüzde 96.2, RiemannBench’te yüzde 80.0 ve Terminal-Bench 4.0 testinde yüzde 65.2 sonuç elde ediyor. Modelin tek geride kaldığı satırlar FrontierSWE 2 (yüzde 61.2) ve OSWorld-2.1 (yüzde 81.5) olarak görünüyor.
Siber güvenlikte savunma hattı
Google, Carbon’u siber savunmanın üç aşaması için ayrı ayrı ölçtü: açık bulma, sömürülebilirliği doğrulama ve kök nedeni yamalama. Modele ait sonuçlar şu şekilde:
| Test | Ölçtüğü yetenek | Gemini 4 Carbon |
|---|---|---|
| SEC-bench Pro | Gerçek yazılımlarda açık bulma | %88.2 |
| ExploitGym | Sömürülebilirliği doğrulama | %54.8 |
| CWE-bench | Kök nedenden yamalama | %71.0 |
Şirkete göre Chrome ekibi, yüksek kaliteli yama üretiminde Carbon’un başka bir laboratuvarın büyük sınır modelinden 10 kattan fazla daha iyi performans gösterdiğini raporladı. Bulut güvenlik platformu Wiz de web sızma testlerinde modelin benchmarklarda lider olduğunu bildirdi. Google, iç testlerde güvenli kod üretme başarısında Argon’a kıyasla iki katın üzerinde artış gözlemlendiğini ekliyor.
“Bugün bir sonraki sınır modelini duyuruyoruz: Gemini 4 Carbon, sınır düzeyinde siber güvenlik ve uzun soluklu görev yeteneklerine sahip en güçlü modelimiz.” Koray Kavukcuoglu, Google DeepMind
Hizalama ve güvenlikte ölçülen iyileşmeler
Carbon, Argon’un çok katmanlı güvenlik yığını üzerine inşa edildi. Model eğitimi, gerçek zamanlı kötüye kullanım savunmaları, istem enjeksiyonuna (prompt injection) dayanıklılık ve akıl yürütme zinciri izleme bu yapının parçaları arasında.
- Kısayol ve açık istismarı: Terminal-Bench 4.0 testinde başarılı hile oranı yüzde 0.0’a, hile denemesi yüzde 0.4’e geriledi.
- Uyumsuzluk uyarıları: Şirket içi canlı kodlama ortamlarında yüksek önem dereceli uyumsuzluk uyarıları yaklaşık yüzde 80 azaldı.
- Desteklenmeyen iddialar: Argon’a kıyasla yaklaşık iki kat azaldı.
- Görev sınırları: Aşırı müdahale yüzde 26, eksik hizmet yüzde 29 oranında düştü.
- İstem enjeksiyonu: Argon’un Gray Swan dolaylı istem enjeksiyonu testindeki yüzde 0.7 saldırı başarısı Carbon’da yüzde 0.0’a indi.
Fiyatlandırma ve erişim takvimi
Gemini 4 Carbon, Argon ile aynı tanıtım fiyatıyla sunulacak: milyon giriş tokenı için 2 dolar, milyon çıkış tokenı için 10 dolar. Önbelleğe alınmış giriş tokenları giriş fiyatının yüzde 95 indirimiyle fiyatlandırılıyor. Tanıtım döneminin ardından milyon giriş tokenı 4 dolar, milyon çıkış tokenı 20 dolar olarak uygulanacak.
Erişim ise kademeli ilerliyor. Model bu haftadan itibaren sınırlı sayıda siber savunma ekibine açılıyor, ardından Fairwind Programı üzerinden güvenilir ortaklara genişletilecek. Google, geliştiriciler, kurumlar ve son kullanıcılar için ürün yüzeylerinde erişimin mümkün olan en kısa sürede sağlanacağını belirtiyor. Şirket ayrıca ABD hükümetinin gönüllü yayın öncesi model testi sürecinde yer aldığını aktarıyor.
Daha önceki haberlerimizde aktardığımız üzere Argon, 13 Ekim’de 1 milyon tokenlık birleşik giriş çıkış limiti ve Vals Index liderliğiyle duyurulmuştu. Carbon’un iki hafta sonra gelmesi, Gemini 4 ailesinin kalan modellerinin de kısa aralıklarla tanıtılabileceği yorumlarını beraberinde getiriyor.
Sizce Gemini 4 Carbon, GPT-6 Astra ve Claude Opus 5.5 karşısında yapay zeka yarışının dengesini değiştirebilir mi? Görüşlerinizi yorumlarda paylaşabilirsiniz.