جمینای ۴ کربن، قدرتمندترین هوش مصنوعی گوگل برای وظایف طولانی مهندسی، برنامه‌نویسی پیشرفته و محافظت در برابر تهدیدات پیچیده سایبری است.
فرارو- گوگل از مدل هوش مصنوعی جدید خود با نام «جمینای ۴ کربن» رونمایی کرد؛ مدلی که به گفته این شرکت، در برنامه‌نویسی پیشرفته، انجام وظایف چندمرحله‌ای و شناسایی آسیب‌پذیری‌های امنیتی عملکرد بهتری دارد. جمینای ۴ کربن تنها دو هفته پس از معرفی جمینای ۴ آرگون عرضه شده و با امتیاز ۵۹ در شاخص هوش مصنوعی Artificial Analysis Intelligence Index نسخه ۵، در رتبه نخست این ارزیابی قرار گرفته است.
به گزارش فرارو به نقل از وبلاگ رسمی گوگل، جمینای ۴ کربن برای انجام وظایف پیچیده مهندسی و جریان‌های کاری مبتنی بر عامل‌های هوش مصنوعی طراحی شده است؛ وظایفی که ممکن است به چندین مرحله پردازش و تلاش مداوم برای رسیدن به نتیجه نیاز داشته باشند. گوگل می‌گوید این مدل در آزمایش‌های داخلی توانسته است چند روز به‌طور پیوسته کار کند و با عبور از بن‌بست‌های محاسباتی، منشأ خطاهای پنهان را در کدهای حجیم و سیستم‌های سطح پایین پیدا کند و آن‌ها را برطرف کند.
عملکرد جمینای ۴ کربن در ارزیابی WebDev Arena نیز بهبود یافته است. این مدل با افزایش ۸۹ امتیازی در مقیاس Elo، به امتیاز حدود ۱۷۶۸ رسیده و جایگاه چهارم این رتبه‌بندی را به دست آورده است. این ارزیابی عملکرد مدل‌ها را در توسعه وب بررسی می‌کند.
جمینای ۴ کربن در امنیت سایبری چه توانایی‌هایی دارد؟
یکی از محورهای اصلی معرفی جمینای ۴ کربن، توانایی آن در شناسایی و رفع آسیب‌پذیری‌های امنیتی است. گوگل می‌گوید این مدل در مراحل مختلف دفاع سایبری، از پیدا کردن حفره‌های امنیتی تا بررسی امکان سوءاستفاده از آن‌ها و ارائه راهکار اصلاحی، نتایج قابل‌توجهی ثبت کرده است.
جمینای ۴ کربن در آزمون SEC-bench Pro که برای سنجش توانایی شناسایی آسیب‌پذیری‌های نرم‌افزاری به کار می‌رود، به امتیاز ۸۸.۲ درصد رسیده است. این مدل همچنین در آزمون ExploitGym، که امکان بهره‌برداری از نقص‌های امنیتی را بررسی می‌کند، امتیاز ۵۴.۸ درصد را به دست آورده است.
در آزمون CWE-bench نیز که توانایی مدل در اصلاح ریشه‌ای آسیب‌پذیری‌ها را می‌سنجد، جمینای ۴ کربن به امتیاز ۷۱ درصد رسیده است. به گفته گوگل، تیم مرورگر کروم این مدل را در تولید وصله‌های نرم‌افزاری باکیفیت، بیش از ۱۰ برابر بهتر از یک مدل پیشرفته متعلق به شرکت دیگری ارزیابی کرده است. گوگل نام آن مدل رقیب را در گزارش خود مشخص نکرده است.
تمرکز بر امنیت و کاهش خطاهای مدل
گوگل می‌گوید در توسعه جمینای ۴ کربن، علاوه بر افزایش توانایی‌های فنی، کاهش رفتارهای ناخواسته و بهبود پایبندی مدل به محدودیت‌ها نیز در نظر گرفته شده است.
بر اساس نتایج اعلام‌شده از سوی این شرکت، نرخ موفقیت در دور زدن محدودیت‌ها در آزمون Terminal-Bench 4.0 به صفر درصد رسیده است؛ هرچند تلاش‌های ناموفق برای دور زدن این محدودیت‌ها همچنان ثبت شده‌اند. گوگل همچنین می‌گوید جمینای ۴ کربن در آزمایش‌های داخلی، ادعاهای بدون پشتوانه را در مقایسه با نسل قبلی خود تقریباً به نصف کاهش داده است.
در آزمون مقاومت در برابر تزریق غیرمستقیم دستور یا پرامپت نیز، نرخ موفقیت حملات ارزیابی‌شده علیه جمینای ۴ کربن صفر درصد گزارش شده است. این شاخص نشان می‌دهد مدل در آزمایش‌های انجام‌شده تا چه اندازه در برابر دستورهای مخربی که از طریق محتوای جانبی وارد فرایند پردازش می‌شوند، مقاومت کرده است. البته این نتایج به آزمون‌های مشخص گوگل مربوط است و به معنای مصونیت کامل مدل در برابر همه حملات احتمالی نیست.
مقایسه جمینای ۴ کربن با مدل‌های رقیب
جمینای ۴ کربن در شاخص عمومی Artificial Analysis Intelligence Index نسخه ۵، امتیاز ۵۹ را کسب کرده و بالاتر از چند مدل مطرح دیگر قرار گرفته است. در این مقایسه، GPT-6 Astra امتیاز ۵۷ و Claude Opus 5.5 امتیاز ۵۸ را به دست آورده‌اند.
این مدل در برخی آزمون‌های برنامه‌نویسی و پردازش وظایف طولانی نیز نتایج قابل‌توجهی ثبت کرده است. برای نمونه، در آزمون SWE-sweep امتیاز ۹.۶ درصد را کسب کرده که اندکی بالاتر از امتیاز ۹.۵ درصدی GPT-6 Astra است. در آزمون Terminal-Bench 4.0 نیز امتیاز ۶۵.۲ درصد برای آن گزارش شده است.
در آزمون GraphWalks که توانایی پردازش و استدلال در ساختارهای پیچیده و زمینه‌های طولانی را ارزیابی می‌کند، جمینای ۴ کربن به امتیاز ۹۶.۲ درصد رسیده است. این رقم در مقایسه با امتیاز ۷۱.۸ درصدی GPT-6 Astra و ۶۶.۸ درصدی Claude Opus 5.5 بالاتر است.
با این حال، جمینای ۴ کربن در همه زمینه‌ها رتبه نخست را ندارد. برای مثال، در آزمون OSWorld-2.1 که توانایی مدل‌ها در تعامل با محیط رایانه را می‌سنجد، Claude Opus 5.5 با امتیاز ۸۷.۲ درصد بالاتر از جمینای ۴ کربن با امتیاز ۸۱.۵ درصد قرار گرفته است. بنابراین، نتایج بنچمارک‌ها نشان می‌دهد برتری مدل‌ها به نوع وظیفه و معیار ارزیابی بستگی دارد.
قیمت و زمان عرضه جمینای ۴ کربن
گوگل عرضه اولیه جمینای ۴ کربن را با دسترسی محدود آغاز کرده است. در مرحله نخست، گروهی از متخصصان و مدافعان امنیت سایبری از طریق برنامه Fairwind به این مدل دسترسی پیدا می‌کنند و شرکت قصد دارد در ادامه دسترسی را به شرکای مورد اعتماد بیشتری گسترش دهد. عرضه عمومی برای توسعه‌دهندگان، کسب‌وکارها و کاربران عادی قرار است در مراحل بعدی انجام شود.
قیمت اولیه استفاده از جمینای ۴ کربن برای هر یک میلیون توکن ورودی ۲ دلار و برای هر یک میلیون توکن خروجی ۱۰ دلار اعلام شده است. توکن‌های ورودی ذخیره‌شده در حافظه نهان نیز با تخفیف ۹۵ درصدی محاسبه می‌شوند. به گفته گوگل، پس از پایان دوره قیمت‌گذاری اولیه، هزینه استفاده از مدل به ۴ دلار برای هر یک میلیون توکن ورودی و ۲۰ دلار برای هر یک میلیون توکن خروجی افزایش خواهد یافت.