Google представила Gemini 4 Carbon. Доступ пока есть только у отобранных команд киберзащиты

Найти уязвимость в программе, проверить возможность её эксплуатации и подготовить исправление. В этих трёх задачах у новой флагманской модели Google — Gemini 4 Carbon — сильные результаты, заявляет компания.

Первое место в общем рейтинге

В Artificial Analysis Intelligence Index v5.0 модель набрала 59 баллов и заняла первое место. Отрыв небольшой: у Claude Opus 5.5 — 58 баллов, у GPT-6 Astra — 57. Рейтинг независимый, но методики испытаний разных моделей не всегда полностью совпадают.

Результаты в кибербезопасности

🔎 Поиск уязвимостей — 88,2% в SEC-bench Pro.
Модель должна подтвердить найденную уязвимость работающим тестовым эксплойтом. Испытание включало 183 задачи на JavaScript-движках, результаты усреднялись по трём независимым попыткам.

⚙️ Эксплуатация уязвимостей — 54,8% в ExploitGym.
Здесь проверяется способность провести успешную атаку в тестовой среде и подтвердить использование предусмотренной уязвимости. Использовалась одна попытка на задачу, без доступа к интернету. Отдельные защитные механизмы тестовой среды (mitigations) были отключены.

🛠 Исправление уязвимостей — 71% в CWE-bench.
Оценивается способность модели подготовить исправление кода, устраняющее уязвимость. В методике учитывается успешность решения с первой попытки (pass@1), а при равенстве результатов — pass@4.

Все три внешних кибертеста проводились без защитных ограничений самой модели (guardrails). Поэтому результаты отражают тестовую среду, а не поведение модели в реальном продукте.

Другая сторона результатов

В AA-Omniscience v1.1 Carbon показала 11% галлюцинаций против 4% у Gemini 4 Argon. При этом это второй лучший показатель среди представленных моделей: у Claude Opus 5.5 и GPT-6 Astra он составляет 50%.

Общий балл Carbon в этом тесте — 54 против 46 у Argon. Это показывает, что лидерство по общему индексу не означает превосходства по каждому отдельному показателю.

Три разных задачи и методики; проценты нельзя трактовать как общую оценку защищённости.

Почему Google ограничивает доступ

В конце октября несколько лабораторий продемонстрировали новые кибервозможности ИИ.

Anthropic сообщила, что её внутренняя исследовательская модель обнаружила критические уязвимости в Chrome, Safari, Android, Windows и Linux и продемонстрировала пять цепочек атак.

OpenAI отнесла GPT-6.1 Terra к уровню Critical по кибербезопасности в рамках Preparedness Framework.

Google начинает распространение Gemini 4 Carbon с отобранных команд специалистов по киберзащите. Затем доступ планируют постепенно расширять через программу Fairwind, запущенную 2 сентября 2026 года.

Способности ИИ полезны как для защиты, так и для нападения. Поэтому компании постепенно открывают доступ к таким моделям, одновременно развивая механизмы безопасности.

Практический смысл

Главная ценность подобных моделей — потенциальное сокращение времени между обнаружением уязвимости и её устранением.

Высокие результаты в тестах ещё не означают, что ИИ способен самостоятельно защитить корпоративную инфраструктуру. Исправления необходимо проверять, а решения по безопасности должны оставаться под контролем специалистов.

Рекорд в отдельном бенчмарке для бизнеса вторичен. Решающее значение имеет то, насколько надёжно модель помогает команде безопасности работать с реальными системами.

Источники
- Google — анонс Gemini 4 Carbon
- Google DeepMind — методика испытаний
- Artificial Analysis — независимая оценка
- Anthropic — исследование кибервозможностей Claude
- OpenAI — системная карта GPT-6.1 Terra