Gemini 4 Argon लॉन्च करने के महज दो हफ्ते बाद, Google ने Gemini 4 Carbon की घोषणा की है, जिसे वह अपना अब तक का सबसे मजबूत मॉडल कहता है, जो साइबर सुरक्षा और लंबी अवधि के इंजीनियरिंग काम के लिए बनाया गया है। Google DeepMind के Koray Kavukcuoglu ने 28 अक्टूबर को यह घोषणा की और दावा किया कि यह मॉडल Artificial Analysis Intelligence Index पर 59 अंकों के साथ शीर्ष स्थान पर है।
बेंचमार्क आंकड़े इस आत्मविश्वास को समझाते हैं। Carbon ने SEC-bench Pro पर 88.2 प्रतिशत स्कोर किया, जो परखता है कि कोई मॉडल असली प्रोडक्शन सॉफ्टवेयर में छिपी कमजोरियों को स्वयं खोज सकता है या नहीं। यह CWE-bench पर 71 प्रतिशत तक पहुंचता है, जो ज्ञात कमजोरी श्रेणियों के लिए कार्यशील सुधार बनाने की क्षमता मापता है, और ExploitGym पर 54.8 प्रतिशत, जो शोषण की परीक्षा करता है। फुल-स्टैक वेब डेवलपमेंट के WebDev Arena में भी यह चौथे स्थान पर पहुंचा है।
Carbon को सामान्य मॉडल रिलीज से अलग करने वाली बात इसका इरादा है। यह कोई चैटबॉट अपग्रेड नहीं है। Google बताता है कि उसकी टीमें इसे लगातार कई दिनों तक चलाती हैं, बड़े codebases और low-level सिस्टम में सूक्ष्म bugs का मूल कारण खोजने और उन्हें ठीक करने के लिए। इसे इंजीनियरिंग एजेंट के रूप में डिजाइन किया गया है, बातचीत करने वाले के रूप में नहीं।
Google के हवाले से आए आंतरिक नतीजे हैरान करने वाले हैं। कहा जाता है कि Carbon सुरक्षित कोड बनाने में Argon से दोगुने से अधिक सफल है। Chrome टीम का कहना है कि इसने किसी अन्य लैब के frontier मॉडल की तुलना में दस गुना से अधिक दर से उच्च गुणवत्ता वाले patches बनाए। Google का क्लाउड सुरक्षा प्लेटफॉर्म Wiz इसे web penetration testing benchmarks में आगे पाता है, वही क्षमता जिसे Wiz अपने scanning कार्यक्रम में इस्तेमाल करता है।
फिर भी इसे लगभग कोई इस्तेमाल नहीं कर सकता। इस हफ्ते से केवल कुछ cyber defenders को ही पहुंच मिलेगी, और अतिरिक्त भरोसेमंद partners को Google के Fairwind Program के माध्यम से चरणबद्ध तरीके से जोड़ा जाएगा। Google अमेरिकी सरकार की स्वैच्छिक pre-release परीक्षण प्रक्रिया में भाग ले रहा है। डेवलपर्स, businesses और उपभोक्ताओं को इंतजार करना होगा।
यह संयम ही असली खबर है। इस स्तर पर कमजोरियां खोजने और सत्यापित करने वाला मॉडल रक्षकों और हमलावरों दोनों के लिए समान रूप से मूल्यवान है। Google दरवाजे खोलने से पहले इस tradeoff की खुले में परीक्षा कर रहा है, और scoreboards की तुलना में access के फैसले शायद मॉडल की असली क्षमता के बारे में ज्यादा बताएं।
कीमत कहानी का दूसरा भाग बताती है। Carbon उसी introductory कीमत पर लॉन्च होगा जो Argon की थी: प्रति मिलियन input tokens दो डॉलर और प्रति मिलियन output tokens दस डॉलर, cached input पर 95 प्रतिशत छूट के साथ। यह production की अर्थव्यवस्था है, research की नहीं। Google उम्मीद करता है कि यह मॉडल रिलीज होते ही काम पर लगेगा।
नेताओं के लिए दो सबक हैं। पहला, क्षमता की अगुवाई में अब deployment judgment भी शामिल है: किसी frontier मॉडल के बारे में सबसे अर्थपूर्ण संकेत तेजी से यह होता जा रहा है कि किसे, कब इसे छूने की इजाजत है। दूसरा, सुरक्षा टीमों को ऐसी दुनिया के लिए तैयार रहना चाहिए जहां AI कमजोरियां संगठनों की patch करने की गति से तेज खोजेगा, क्योंकि इस क्षमता का रक्षात्मक उपयोग जल्द ही standard equipment बन जाएगा।
Frontier अब सिर्फ leaderboard नहीं है। यह एक द्वार है। जो संगठन पहुंच बढ़ने से पहले अभी अपने सुरक्षा workflows और governance बना लेते हैं, द्वार खुलने पर वही तैयार होंगे।
गणितीय सोचें। समझदारी से इंजीनियर करें। रणनीतिक रूप से नेतृत्व करें। जिम्मेदारी से बनाएँ। वैश्विक रूप से बढ़ें। आर्टिफिशियल इंटेलिजेंस के माध्यम से वास्तविक व्यावसायिक मूल्य बनाएँ।
