Google kertoi tiistaina 10. marraskuuta avanneensa Gemini 4 Carbonin kaikille maksaville kehittäjille ja yrityksille. Kaksi viikkoa aiemmin Google oli antanut mallin vain valituille kyberpuolustajille Fairwind-ohjelmansa kautta.

Carbon ei korvaa Gemini 4 Argonia. Googlen mukaan Argon on yhä paras valinta useimpiin ohjelmointi- ja tietotöihin, ja Carbon on tarkoitettu vaikeimpiin tehtäviin. Carbon käyttää enemmän tokeneita kuin Argon, joten The Decoder arvioi laskun olevan käytännössä suurempi samasta tokenhinnasta huolimatta.

Fable 5.2 ohitti Carbonin vertailuindeksissä

Latent Spacen mukaan Carbon oli kärkimalli noin kymmenen päivää, kunnes Anthropic julkaisi Claude Fable 5.2:n 9. marraskuuta. Taulukossa ovat Artificial Analysisin indeksipisteet ja tehtäväkustannukset Latent Spacen ja The Decoderin mukaan.

Artificial Analysis Intelligence Index v5. Kustannukset The Decoderin mukaan; Carbonin luku on laskettu joulukuun hinnoilla 4 $ / 20 $.

Indeksi ei kerro yksittäisistä tehtävistä: Latent Spacen koosteessa Carbon oli Fable 5.2:ta edellä esimerkiksi Terminal-Bench 4.0 -vertailutestissä (65 % ja 60 %).

Googlen mukaan Carbon on kärjessä alle puolella seuraavaksi parhaan ulkopuolisen mallin tehtäväkustannuksesta vertailutesteissä CursorBench 4.0, Perplexityn WANDR ja Zapierin AutomationBench. Latent Spacen mukaan Perplexity kuitenkin ilmoitti Fable 5.2:n tehneen WANDR-ennätyksen, ja Cursor nimesi Fable 5.2:n (max) CursorBenchin parhaaksi 60 prosentilla. Latent Space ei kerro, mitä CursorBenchin versiota luku koskee; The Decoderin julkaisemassa Googlen kaaviossa Carbon on CursorBench 4.0:ssa Fable 5.2:n edellä.

Agenttiparvi Antigravityyn

Google esitteli samalla /swarm-toiminnon esiversion Antigravity-ohjelmointiympäristössään. Toiminto muuttaa yhden kehotteen agenttiryhmäksi, jonka työtä voi seurata reaaliajassa. Kehittäjä voi antaa Carbonille syvää päättelyä vaativat roolit, kuten arkkitehtuurisuunnittelun, koordinoinnin ja tarkastuksen. Kevyemmät mallit työskentelevät rinnakkain erillisissä työtiloissa tai testaavat jokaisen muutoksen. The Decoderin mukaan agenttiparvien kustannushyödystä kiistellään.

Googlen mukaan Carbon on kärjessä testeissä, jotka mittaavat haavoittuvuuksien löytämistä, hyödyntämistä ja korjaamista. Google itse rajaa tuloksen Fairwind-ohjelman kautta käytettävään versioon, eikä yhtiö kerro lukuja.

Gray Swanin testissä mallia yritetään ohjata sen lukemaan aineistoon piilotetuilla käskyillä. Googlen mukaan yksikään hyökkäys ei onnistunut, mutta yhtiö myöntää torjunnassa olevan yhä parannettavaa. The Decoderin mukaan testi voi olla jo liian helppo.

Saatavuus ja hinta

Maksavat kehittäjät saavat Carbonin Gemini API:n kautta Google AI Studiossa, Android Studiossa ja Gemini for businessissa. Google AI Ultra -tilaajille malli tulee Antigravityyn, Gemini-sovellukseen ja haun AI Modeen. Esittelyhinta on 30. marraskuuta asti 2 $ miljoonalta syötteen tokenilta ja 10 $ miljoonalta tulosteen tokenilta, sen jälkeen 4 $ ja 20 $. Hinnat koskevat julkiseen käyttöön tarkoitettua mallia. Tutkijat voivat hakea kuuden kuukauden maksutonta käyttöä Carboniin ja Argoniin Antigravityssa, ja kyberpuolustajat Fairwind-ohjelmaan saadakseen Carbon for cyber -version. Tutkijoiden pääsy riippuu kelpoisuudesta, kapasiteetista ja valinnasta.

GitHub Copilotissa Carbon laskutetaan käytön mukaan mallintarjoajan listahinnalla, ja se tulee vähitellen Pro+-, Max-, Business- ja Enterprise-käyttäjille. Business- ja Enterprise-organisaatioissa malli on oletuksena käytössä, ellei ylläpitäjä ole kytkenyt uusien mallien oletuskäyttöä pois tai estänyt mallia Copilotin mallikäytännöissä.