Google、高複雑度のエージェンティック・ワークフロー向けにGemini 4 Carbonをリリース

Gemini 4 Carbonは、脆弱性の発見においてSEC-bench Proで最先端の88.2%というスコアを達成し、実世界のソフトウェアにおける複雑な欠陥を特定するモデルの能力において重要な進歩を遂げました。Google DeepMindによって開発されたCarbonは、多段階のコーディング、オープンな科学的発見、深いアーキテクチャの推論など、人工知能の限界を押し広げるタスクにおいて、同社の最も強力な最先端モデルとして位置付けられています。

長期的な推論への最適化

Gemini 4 Argonモデルの多くは標準的なソフトウェアエンジニアリングや知識作業に使用されますが、Carbonは高複雑度のプロジェクト向けに構築されています。これは、大規模なコードベース全体にわたる微妙なバグの根本原因の特定やパッチ適用など、多段階のエンジニアリングタスクに取り組む際に「行き止まり」を突破するように設計されています。

HN Digestによる図表（blog.googleの報告数値に基づく。数値はソースの表記通り）。

これらの複雑なプロジェクトを処理するために、GoogleはGoogle Antigravityにおいて/swarm機能をプレビューしています。これにより、単一のプロンプトでCarbonエージェントの調整されたチームを起動でき、開発者はモデルに対してアーキテクチャ設計、調整、監査などの特定の役割を割り当てることができます。

このビジュアルは、ゲーム開発のような高複雑度で長期的なプロジェクトを処理するモデルの能力を示しています。

「Carbonは、複雑な知識作業、ソフトウェアエンジニアリング、および科学的推論における、サイバーセキュリティ能力と長期的なエージェンティック・ワークフローにおいて最先端の性能を持つ当社の最強のモデルです。」

— Gemini 4 Carbon is now available

サイバーセキュリティおよび科学的能力

Carbonはサイバーセキュリティにおいて大きな進歩を遂げ、脆弱性のパッチ適用においてCWE-benchで71.0%のスコアを、悪用においてExploitGymで54.8%のスコアを達成しました。実用的なアプリケーションでは、このモデルを使用して、通常は数週間の調査を要する公共のデジタルインフラにおける0-day脆弱性を2時間以内で発見することに成功しました。

科学の分野では、Carbonは酵素アッセイの開発における解釈が困難なデータ異常を浮き彫りにすることや、タンパク質構造予測のための遠縁相同体を発見する能力を実証しました。例えば、特定のタンパク質ファミリーにおいて、再学習を必要とせずに構造予測モデルにより多くのデータを提供するため、取得された相同体の数を平均で40倍増加させました。

安全性の調整と価格設定

Googleは、Carbonの高度なサイバー能力が攻撃的なリスクに転換されないよう、特定のセーフガードを実装しました。シミュレートされた攻撃環境において、Carbonは適応型レッドチーミングエージェントからの攻撃経路の99%をブロックし、Argonモデルの3.1%と比較して、試行あたりの侵害率を0.8%まで低下させました。

このモデルは「エージェンティックな誠実さ」も向上しており、欠落しているデータの入力を拒否したり、手法の欠陥を指摘したりすることで、375タスクのベンチマークにおいて92%のタスクをパスしました。最先端の能力を備えながらも、CarbonはArgonと同じ導入価格を維持しており、Google AI Studioを通じて有料の開発者や企業が利用可能です。

このチャートは、安全セクションで議論されている安全性の調整および「エージェンティックな誠実さ」の測定に関する背景を提供します。