เพียงสองสัปดาห์หลังจากเปิดตัว Gemini 4 Argon บริษัท Google ได้ประกาศ Gemini 4 Carbon ซึ่งเรียกว่าเป็นโมเดลที่ทรงพลังที่สุดเท่าที่เคยมีมา สร้างขึ้นสำหรับความมั่นคงทางไซเบอร์และงานวิศวกรรมที่ใช้เวลายาวนาน การประกาศโดย Koray Kavukcuoglu จาก Google DeepMind เมื่อวันที่ 28 ตุลาคม อ้างว่าโมเดลนี้ขึ้นอันดับหนึ่งบน Artificial Analysis Intelligence Index ด้วยคะแนน 59 คะแนน
ตัวเลขเบนช์มาร์กอธิบายความมั่นใจนี้ Carbon ทำคะแนน 88.2 เปอร์เซ็นต์บน SEC-bench Pro ซึ่งทดสอบว่าโมเดลสามารถค้นหาช่องโหว่จริงที่ซ่อนอยู่ในซอฟต์แวร์ที่ใช้งานจริงได้โดยอัตโนมัติหรือไม่ มันทำได้ 71 เปอร์เซ็นต์บน CWE-bench ซึ่งวัดความสามารถในการสร้างแพตช์ที่ใช้งานได้สำหรับจุดอ่อนที่รู้จัก และ 54.8 เปอร์เซ็นต์บน ExploitGym ซึ่งทดสอบการแสวงหาประโยชน์จากช่องโหว่ นอกจากนี้ยังขึ้นสู่อันดับสี่บน WebDev Arena สำหรับการพัฒนาเว็บแบบฟูลสแตก
สิ่งที่แยก Carbon ออกจากการเปิดตัวโมเดลทั่วไปคือวัตถุประสงค์ของมัน นี่ไม่ใช่การอัปเกรดแชทบอต Google อธิบายว่าทีมของตนใช้งานมันต่อเนื่องหลายวัน ฝ่าฟันทางตันเพื่อค้นหาสาเหตุและแก้ไขบั๊กเล็กๆ น้อยๆ ใน codebase ขนาดใหญ่และระบบระดับต่ำ มันถูกออกแบบมาเป็นเอเจนต์วิศวกรรม ไม่ใช่ผู้สนทนา
ผลลัพธ์ภายในที่ Google อ้างถึงนั้นน่าทึ่ง รายงานว่า Carbon มีอัตราความสำเร็จในการสร้างโค้ดที่ปลอดภัยมากกว่า Argon มากกว่าสองเท่า ทีม Chrome กล่าวว่ามันผลิตแพตช์คุณภาพสูงด้วยอัตราเร็วกว่าโมเดลชายแดนของห้องปฏิบัติการอื่นกว่าสิบเท่า Wiz ซึ่งเป็นแพลตฟอร์มความมั่นคงบนคลาวด์ของ Google สังเกตว่า Carbon นำหน้าในเบนช์มาร์กการทดสอบเจาะระบบเว็บ ซึ่งเป็นความสามารถที่ Wiz ใช้ในโปรแกรมสแกนของตัวเอง
อย่างไรก็ตาม แทบไม่มีใครสามารถใช้งานได้จริง เริ่มตั้งแต่สัปดาห์นี้ การเข้าถึงจะจำกัดเฉพาะกลุ่มผู้ป้องกันทางไซเบอร์บางส่วนเท่านั้น พันธมิตรที่เชื่อถือได้เพิ่มเติมจะทยอยเข้าร่วมผ่านโครงการ Fairwind Program ของ Google Google กำลังเข้าร่วมกระบวนการทดสอบก่อนเปิดตัวโดยสมัครใจของรัฐบาลสหรัฐอเมริกา นักพัฒนา ธุรกิจ และผู้บริโภคต้องรอ
การยับยั้งนี้เองคือข่าว โมเดลที่สามารถค้นหาและตรวจสอบช่องโหว่ในระดับนี้มีค่าต่อทั้งฝ่ายป้องกันและฝ่ายโจมตีเท่าเทียมกัน Google กำลังทดสอบการแลกเปลี่ยนนั้นอย่างเปิดเผยก่อนจะเปิดประตู และการตัดสินใจเรื่องการเข้าถึงอาจเปิดเผยความสามารถที่แท้จริงของโมเดลมากกว่าตารางคะแนน
การกำหนดราคาเล่าอีกครึ่งหนึ่งของเรื่องราว Carbon จะเปิดตัวด้วยราคาเริ่มต้นเดียวกับ Argon สองดอลลาร์ต่อล้าน input token และสิบดอลลาร์ต่อล้าน output token โดย cached input ลดราคา 95 เปอร์เซ็นต์ นี่คือเศรษฐกิจการผลิต ไม่ใช่ราคาวิจัย Google คาดหวังว่าโมเดลนี้จะทำงานจริงเมื่อเปิดตัว
สำหรับผู้นำ มีบทเรียนสองข้อ ประการแรก ความเป็นผู้นำด้านความสามารถตอนนี้รวมถึงการตัดสินใจในการปรับใช้ด้วย สัญญาณที่มีความหมายที่สุดเกี่ยวกับโมเดลชายแดนกำลังกลายเป็นใครได้รับอนุญาตให้สัมผัสมันและเมื่อไร ประการที่สอง ทีมความมั่นคงควรเตรียมพร้อมสำหรับโลกที่ AI ค้นพบข้อบกพร่องเร็วกว่าที่องค์กรจะแพตช์ เพราะการใช้งานเชิงป้องกันของความสามารถนี้จะกลายเป็นอุปกรณ์มาตรฐานในไม่ช้า
ชายแดนไม่ใช่เพียงตารางคะแนนอีกต่อไป มันคือประตู องค์กรที่สร้างเวิร์กโฟลว์ความมั่นคงและธรรมาภิบาลตอนนี้ ก่อนที่การเข้าถึงจะขยายตัว จะเป็นองค์กรที่พร้อมที่สุดเมื่อประตูเปิดออก
คิดอย่างคณิตศาสตร์ ออกแบบอย่างชาญฉลาด นำอย่างมีกลยุทธ์ สร้างอย่างรับผิดชอบ ขยายสู่ระดับโลก สร้างมูลค่าธุรกิจที่แท้จริงผ่านปัญญาประดิษฐ์
