Gemini 4 Carbon במקום הראשון עם 59 — אבל רק מגיני סייבר מורשים יכולים לגעת בו

סונדאר פיצ׳אי הכריז על Carbon ב-LinkedIn (יותר מ-42 אלף לייקים): ״אמרתי שנשחרר את המודלים שלנו מדי פעם.״ הוא הדגיש את המקום הראשון של Carbon ב-Artificial Analysis Intelligence Index v5 ואת היתרון שלו בבדיקות cybersecurity:

- 88.2% ב-SEC-bench Pro (מציאת חולשות).

- 54.8% ב-ExploitGym (ניצול חולשות).

- 71.0% ב-CWE-bench (תיקון).

Google ציינה גם שיפור משמעותי לעומת Argon במשימות ארוכות טווח. לצידו יצא Genie 4, שמכוון ליצירת עולמות אינטראקטיביים מתמשכים.

הסיפור האמיתי הוא שיטת ההפצה. מכיוון ש-Carbon חזק במציאה ובניצול של חולשות, Google הגבילה את הגישה הראשונית ל-Fairwind Program, למגיני סייבר שעברו סינון, ולא נתנה תאריך לגישה כללית למפתחים. מנכ״ל Perplexity, אראווינד סריניבאס, שיתף בדיקות מוקדמות וכינה אותו ״המודל החזק ביותר שראינו עד כה למחקר ארוך״, עם תוצאת שיא חדשה ב-benchmark של WANDR. לדבריו, המודל יגיע למשתמשי Perplexity Pro ו-Max ברגע שיהיו להם מספיק tokens.

הגבלת הגישה פילגה את הקהילה. שרשור ב-Hacker News (יותר מ-850 נקודות) כינה אותה פטרנליסטית ופקפק בטענות benchmark שאף אחד לא יכול לבדוק באופן עצמאי. Mistral הלכה השבוע בכיוון ההפוך ושחררה את Large 4, שגם לו יכולות סייבר, כמודל פתוח. חוקר ב-Mistral טען שחלק מהמתקפות החמורות האחרונות הגיעו בכל מקרה ממודלים סגורים.

כדאי לעקוב אחרי:

- לוח הזמנים לזמינות כללית ב-API.

- בדיקות עצמאיות כשהגישה תתרחב.

- האם השקה מוגבלת שמתחילה בסייבר תהפוך לנורמה אצל חברות ה-AI המובילות, כפי ש-Daybreak Red של OpenAI ב-GovCloud מרמז.