Google ra mắt Gemini 4 Carbon tối ưu cho lập trình và tác vụ tự trị

Tiếp nối sự ra mắt của Argon hai tuần trước, Google hôm nay đã công bố Gemini 4 Carbon là mô hình thế hệ tiếp theo của mình.

Có những "cải tiến đáng kể" trong lập trình, tác vụ tự trị (agentic tasks) và phòng thủ an ninh mạng (tìm kiếm các lỗ hổng). Đáng chú ý, "Carbon đứng vị trí số 1 trên bảng xếp hạng v5.0 mới được cập nhật của Artificial Analysis Intelligence Index ở mức 59."

Google cho biết việc phát hành nhanh chóng này là do các nhà nghiên cứu và mô hình của họ "làm việc tay trong tay để thúc đẩy các khả năng nhanh hơn."

Dựa trên phản hồi của người dùng sau lần ra mắt trước, Google đã làm việc để cải thiện Carbon trong các "tác vụ lập trình, tự trị và khoa học, cũng như phát triển web full-stack và khả năng hiểu đa phương thức."

"Với chất lượng đầu ra và các thành phần trong phát triển web được cải thiện, Carbon đã tăng +89 điểm elo để đạt vị trí thứ 4 (1769) trên WebDev Arena."

Đối với an ninh mạng:

"Dẫn đầu vững chắc trong SEC-bench Pro (88.2%) để tìm kiếm lỗ hổng, ExploitGym (54.8%) để khai thác và CWE-bench (71.0%) để vá lỗi."

"Trên các điểm chuẩn nội bộ, Carbon tạo ra sự thúc đẩy mạnh mẽ trong việc tạo mã nguồn an toàn, và trong các môi trường lập trình trực tiếp với các nhóm của chúng tôi, nó cho thấy tỷ lệ sai lệch vàaa bịa đặt giảm."

Về mặt an toàn, Google đã làm việc để cải thiện mức độ đồng bộ và huấn luyện Carbon để "phản hồi các tác vụ phức tạp hoặc áp lực cao theo đúng cách."

Tăng cường tính minh bạch và trung thực: Trong thử nghiệm nội bộ của chúng tôi, Carbon cắt giảm các tuyên bố không có cơ sở khoảng 2 lần so với Argon. Nó đưa các cảnh báo về phương pháp luận trực tiếp vào sản phẩm bàn giao hoặc giữ lại các hành động bị chặn với một danh sách rõ ràng những gì vẫn cần thiết, thay vì bịa đặt hoặc né tránh xung quanh các bằng chứng còn thiếu.

Cải thiện sự hợp tác với người dùng khi đối mặt với sự mơ hồ: Thay vì đoán mò hoặc ép buộc một con đường đi tới, Carbon truy xuất các nguồn liên quan và đưa ra các điểm chưa nhất quán cho người dùng trước khi hành động — kết quả là, người dùng sẽ quan sát thấy trải nghiệm hợp tác tốt hơn nhiều với Carbon.

Thực hiện đến cùng nhưng không vượt quá giới hạn: Carbon đồng thời giảm bớt tình trạng vượt quá giới hạn 26% và thiếu dịch vụ 29%, dẫn đến việc thực hiện các kế hoạch nhiều bước từ đầu đến cuối đáng tin cậy hơn nhiều trong khi vẫn tôn trọng các ràng buộc của dự án và bám sát phạm vi.

Chính thức, Gemini 4 Carbon sẽ "sắp có mặt cho các nhà phát triển, doanh nghiệp và người tiêu dùng." Mô hình này sẽ lần đầu tiên có sẵn cho "những người bảo vệ không gian mạng" trong tuần này.

Khi có sẵn, Google sẽ cung cấp mức giá giới thiệu là "2 USD cho mỗi triệu token đầu vào và 10 USD cho mỗi triệu token đầu ra, với các token đầu vào được lưu vào bộ nhớ đệm có giá giảm 95% so với giá token đầu vào." Sau đó, giá sẽ là 4 USD cho mỗi 1 triệu token đầu vào và 20 USD cho mỗi 1 triệu token đầu ra.

Đang cập nhật...