Google ra mắt Gemini 4 Carbon: AI mới thống trị mọi bảng xếp hạng, khiến Elon Musk phải thán phục

Google vừa cho ra mắt một mô hình thuộc phân khúc biên (frontier-class) khác, chỉ vỏn vẹn 2 tuần sau khi trình làng Gemini 4 Argon, nhưng với sức hút mạnh mẽ hơn rất nhiều. Rốt cuộc, Gemini 4 Carbon đã vượt trội hoàn toàn so với mọi mô hình đang có sẵn công khai trên hầu hết các bài kiểm tra chuẩn mực, đồng thời có chi phí thấp hơn khoảng 23% so với Claude Opus 5.5 của Anthropic trong một tác vụ thuộc Chỉ số Trí tuệ Phân tích Nhân tạo thông thường.

Gemini 4 Carbon hiện là mô hình Tiên tiến Nhất (SOTA) mới trên thế giới, vượt qua mọi LLM công khai trên hầu hết các bảng xếp hạng.

Gemini 4 Carbon đánh bại mọi mô hình khác trong tất cả ngoại trừ hai bài đánh giá chuẩn do chính Google thực hiện. Nó cũng là mô hình dẫn đầu mới trên Chỉ số Trí tuệ Phân tích Nhân tạo và đứng thứ hai sau Claude Opus 5.5 của Anthropic trên Chỉ số Tác nhân Lập trình Phân tích Nhân tạo.

Dưới đây là tóm tắt các đặc điểm chính của mô hình:

Cửa sổ ngữ cảnh: 1 triệu token

Đa phương thức: Đầu vào dạng văn bản, hình ảnh, video và giọng nói, với đầu ra dạng văn bản

Giá cả: 4 USD/20 USD cho mỗi 1 triệu token đầu vào/đầu ra, mức giá tương đương với biểu phí tiêu chuẩn của Gemini 4 Argon, đi kèm mức giảm giá 50%. Các token đầu vào được lưu vào bộ nhớ đệm có mức giảm giá 95% (0,20 USD cho mỗi 1 triệu token).

Xin lưu ý rằng Gemini 4 Carbon có giá 7,76 USD cho mỗi tác vụ trên Chỉ số Trí tuệ Phân tích Nhân tạo, thấp hơn khoảng 23% so với mức tối đa 10,04 USD của Claude Opus 5.5 nhưng cao hơn 20% so với mức tối đa 6,25 USD của GPT-6 Astra. Nó cũng sử dụng 123.000 token đầu ra cho mỗi tác vụ, ít hơn 29% so với mức tiêu thụ của Claude Opus 5.5.

Gemini 4 Carbon của Google đạt điểm 88,2% trong bài kiểm tra khám phá lỗ hổng bảo mật (SEC-bench Pro), 54.8% trong bài kiểm tra khai thác (ExploitGym) và 71% trong bài kiểm tra vá lỗi bảo mật (CWE-bench).

Để minh họa cho năng lực an ninh mạng của mô hình, Google lưu ý trong blog liên quan của họ:

"Các nhóm của chúng tôi đã thấy rõ sự gia tăng mạnh mẽ về khả năng phòng thủ mạng. Trên các bài kiểm tra nội bộ, Carbon đạt tỷ lệ thành công cao hơn gấp 2 lần trong việc tạo ra mã nguồn an toàn so với Argon. Một ví dụ khác, nhóm Chrome đã báo cáo rằng Carbon hoạt động hiệu quả hơn gấp 10 lần so với mô hình biên lớn của một phòng nghiên cứu khác khi tạo ra các bản vá chất lượng cao."

Ngoài ra, xin lưu ý rằng Gemini 4 Carbon chưa được phát hành công khai và vẫn đang tiếp tục được chính phủ Mỹ đánh giá. Tuy nhiên, vào thời điểm nó trở nên phổ biến rộng rãi, Anthropic có thể sẽ ra mắt Claude Fable 5.5, mô hình rất có khả năng sẽ trở thành chuẩn SOTA mới.

Cuối cùng, ngay cả Elon Musk dường như cũng ấn tượng với mô hình mới của Google. Đến từ một đối thủ trực tiếp, đó thực sự là lời khen ngợi lớn.