Google njoftoi të mërkurën, më 28 tetor, Gemini 4 Carbon, modelin e saj më të ri të klasit «frontier». Kanë kaluar vetëm dy javë nga lançimi i Gemini 4 Argon. Kompania thotë se Carbon sjell përmirësime të ndjeshme në programim, në detyrat agjentike (agentic tasks) dhe sidomos në sigurinë kibernetike. Megjithatë, modeli nuk është ende i hapur për publikun.
Në krye të renditjeve
Sipas Google, Carbon zë vendin e parë në versionin 5.0 të indeksit Artificial Analysis Intelligence Index me 59 pikë. The Verge shkruan se aty lë pas Claude Opus 5.5 të Anthropic dhe GPT-6 Astra të OpenAI. Rezultatet më të dukshme janë në testet e sigurisë:
- SEC-bench Pro: 88,2% në gjetjen e dobësive reale në softuer;
- ExploitGym: 54,8% në kthimin e një dobësie në shfrytëzim (exploit);
- CWE-bench: 71,0% në rregullimin (patching) e gabimeve;
- WebDev Arena: +89 pikë Elo, deri në vendin e katërt me 1.769 pikë në zhvillimin e faqeve web.
Google shton se ekipet e saj e kanë lënë modelin të punojë me ditë të tëra në detyra të gjata inxhinierike me shumë hapa, duke kaluar edhe rrugë pa dalje.
Më pak shpikje, më shumë pyetje
Një pjesë e madhe e njoftimit flet për sjelljen e modelit. Sipas testeve të brendshme të Google, Carbon bën rreth dy herë më pak pohime pa mbështetje se Argon. Kur i mungojnë të dhënat, ai i thotë qartë përdoruesit çfarë mungon dhe nuk mbush boshllëqet me supozime. Kur një kërkesë është e paqartë, modeli kërkon burimet përkatëse dhe ia tregon përdoruesit mospërputhjet para se të veprojë.
Kompania raporton gjithashtu se Carbon e ka ulur me 26% tejkalimin e kufijve të detyrës dhe me 29% rastet kur nuk e përfundon punën. Sipas The Verge, modeli i reziston më mirë edhe sulmeve me injektim komandash (prompt injection).
Kush mund ta përdorë dhe me çfarë çmimi
Ky është edhe kufizimi kryesor, siç e thekson Ars Technica në titull: Carbon ende nuk mund të përdoret nga kushdo. Këtë javë e marrin vetëm disa kompani të mbrojtjes kibernetike. Më vonë do të zgjerohet te partnerët e tjerë të programit Fairwind dhe, sipas Google, «së shpejti» te zhvilluesit, bizneset dhe përdoruesit e zakonshëm.
Kur të dalë për zhvilluesit, çmimi fillestar do të jetë 2 dollarë për një milion tokena hyrës dhe 10 dollarë për një milion tokena dalës, me 95% ulje për tokenat hyrës të ruajtur në cache. Pas periudhës fillestare, çmimi dyfishohet në 4 dhe 20 dollarë.
Pse ka rëndësi
Gara mes Google, OpenAI dhe Anthropic po shkon me ritëm javor, dhe këtë herë fusha kryesore e konkurrencës është siguria. Një model që gjen dhe rregullon dobësitë më shpejt mund t’i ndihmojë shumë ekipet IT, përfshirë bankat, institucionet dhe firmat shqiptare të softuerit. Megjithatë, të njëjtat aftësi mund të përdoren edhe për sulme, dhe kjo shpjegon pse Google po i jep përparësi mbrojtësve. Për përdoruesit e Gemini në Shqipëri, përmirësimet pritet të arrijnë në aplikacion në javët në vijim.
