Gemini 4 Argon'u piyasaya sürdükten sadece iki hafta sonra Google, bugüne kadarki en güçlü modeli olduğunu söylediği, siber güvenlik ve uzun vadeli mühendislik işleri için tasarlanan Gemini 4 Carbon'u duyurdu. Google DeepMind'den Koray Kavukcuoglu'nun 28 Ekim'de yaptığı duyuru, modelin Artificial Analysis Intelligence Index'te 59 puanla zirvede olduğunu iddia ediyor.
Kıyaslama rakamları bu güveni açıklıyor. Carbon, bir modelin üretim yazılımında gizli gerçek güvenlik açıklarını kendi başına bulup bulamayacağını test eden SEC-bench Pro'da yüzde 88.2 puan alıyor. Bilinen zayıflık kategorileri için çalışan düzeltmeler üretme yeteneğini ölçen CWE-bench'te yüzde 71'e, sömürüyü test eden ExploitGym'de ise yüzde 54.8'e ulaşıyor. Full-stack web geliştirmenin WebDev Arena'sında da dördüncü sıraya yükseliyor.
Carbon'u tipik bir model sürümünden ayıran şey amacı. Bu bir sohbet robotu yükseltmesi değil. Google, ekiplerin büyük kod tabanlarında ve düşük seviyeli sistemlerde ince hataların kök nedenini bulup yamalamak için modeli günlerce aralıksız çalıştırdığını, çıkmaz sokaklarda pes etmediğini anlatıyor. Bir konuşmacı olarak değil, bir mühendislik ajanı olarak tasarlandı.
Google'ın aktardığı şirket içi sonuçlar çarpıcı. Carbon'ın güvenli kod üretmede Argon'un başarı oranını iki kattan fazla artırdığı söyleniyor. Chrome ekibi, başka bir laboratuvarın öncü modelinden on kattan fazla hızla yüksek kaliteli yamalar ürettiğini belirtiyor. Google'ın bulut güvenlik platformu Wiz, modelin kendi tarama programında da kullandığı web sızma testi kıyaslamalarında önde olduğunu gözlemliyor.
Yine de neredeyse hiç kimse onu kullanamıyor. Bu haftadan itibaren erişim yalnızca seçilmiş bir grup siber savunmacıya verilecek, ek güvenilir ortaklar Google'ın Fairwind Programı aracılığıyla kademeli olarak eklenecek. Google, ABD hükümetinin gönüllü yayın öncesi test sürecine katılıyor. Geliştiriciler, işletmeler ve tüketiciler beklemek zorunda.
Asıl haber bu temkinlilik. Bu düzeyde güvenlik açığı bulan ve doğrulayan bir model, savunucular ve saldırganlar için eşit derecede değerlidir. Google, kapıları açmadan önce bu dengeyi açıkça test ediyor ve erişim kararları, modelin gerçek kapasitesi hakkında skor tablolarından daha fazlasını ortaya koyabilir.
Fiyatlandırma hikâyenin diğer yarısını anlatıyor. Carbon, Argon ile aynı tanıtım fiyatıyla çıkacak: milyon girdi tokeni başına iki dolar ve milyon çıktı tokeni başına on dolar, önbelleğe alınmış girdide yüzde 95 indirimle. Bu, araştırma değil üretim ekonomisi. Google bu modelin yayınlanır yayınlanmaz kendi geçimini kazanmasını bekliyor.
Liderler için iki ders var. Birincisi, yetenek liderliği artık dağıtım muhakemesini de içeriyor: öncü bir model hakkındaki en anlamlı sinyal giderek ona kimin, ne zaman dokunmasına izin verildiği oluyor. İkincisi, güvenlik ekipleri yapay zekânın kusurları kurumların yamaladığından daha hızlı bulduğu bir dünyaya hazırlanmalı, çünkü bu yeteneğin savunma amaçlı hali yakında standart ekipman olacak.
Öncü cephe artık sadece bir liderlik tablosu değil. O bir kapı. Erişim genişlemeden önce güvenlik iş akışlarını ve yönetişimlerini şimdi kuran kurumlar, kapı açıldığında hazır olanlar olacak.
Matematiksel düşünün. Akıllıca mühendislik yapın. Stratejik liderlik edin. Sorumlu inşa edin. Küresel ölçeklenin. Yapay zeka ile gerçek iş değeri yaratın.
