Gemini 4 Argonの投入からわずか2週間後、GoogleはGemini 4 Carbonを発表しました。同社史上最強のモデルとうたい、サイバーセキュリティと長時間にわたるエンジニアリング作業のために構築されています。Google DeepMindのKoray Kavukcuogluによる10月28日の発表では、Artificial Analysis Intelligence Indexで59ポイントを獲得し首位に立ったとされています。
ベンチマークの数字がこの自信を裏付けています。Carbonは、本番ソフトウェアに埋もれた実在の脆弱性をモデルが自律的に発見できるかを試すSEC-bench Proで88.2%を記録。既知の弱点カテゴリに対して動作する修正を生成する能力を測るCWE-benchで71%、悪用を試すExploitGymで54.8%に達しました。フルスタックWeb開発のWebDev Arenaでも4位に上昇しています。
Carbonを通常のモデルリリースと分かつのは、その用途です。これはチャットボットの強化ではありません。Googleは、大規模なコードベースや低レベルシステムで微細なバグの根本原因を突き止めて修正するため、行き詰まりを乗り越えながら何日も連続で稼働させているチームの様子を説明しています。会話相手ではなく、エンジニアリングエージェントとして設計されているのです。
Googleが引用する社内の結果は印象的です。Carbonは安全なコード生成の成功率でArgonの2倍以上を達成したとされます。Chromeチームによれば、他研究所のフロンティアモデルの10倍以上の速度で高品質なパッチを生成しました。Googleのクラウドセキュリティ基盤であるWizは、自社のスキャンプログラムでも使うWebペネトレーションテストのベンチマークでCarbonがリードしていると観察しています。
それでも、実際に使える人はほとんどいません。今週からアクセスできるのは一部のサイバー防衛担当者のみで、信頼できるパートナーはGoogleのFairwindプログラムを通じて段階的に追加されます。Googleは米国政府の自発的なリリース前テストプロセスに参加しています。開発者、企業、消費者は待つ必要があります。
この抑制こそがニュースです。この水準で脆弱性を発見・検証できるモデルは、防御側にも攻撃側にも等しく価値があります。Googleは門を開く前にそのトレードオフを公開で試しており、アクセスの判断はスコアボード以上にモデルの真の能力を物語るかもしれません。
価格設定は物語のもう半分を語ります。CarbonはArgonと同じ導入価格で提供されます。入力100万トークンあたり2ドル、出力100万トークンあたり10ドルで、キャッシュ入力は95%割引です。これは研究ではなく、プロダクションの経済性です。Googleはこのモデルがリリース後、実務で稼ぐことを期待しています。
リーダーには2つの教訓があります。第一に、能力のリーダーシップには今や展開の判断も含まれます。フロンティアモデルについて最も意味のあるシグナルは、誰がいつ触れることを許されるかになりつつあります。第二に、セキュリティチームは、AIが組織のパッチ適用より速く欠陥を見つける世界に備えるべきです。この能力の防御的な使途は、まもなく標準装備になるからです。
フロンティアはもはや単なる順位表ではありません。それは門です。アクセスが広がる前にセキュリティワークフローとガバナンスを構築する組織こそが、門が開いたときに準備のできた組織となるでしょう。
数学的に考える。知的に設計する。戦略的に導く。責任を持って構築する。グローバルに拡大する。人工知能で真のビジネス価値を生み出す。
