PROLED XDRディスプレイとTouch搭載MacBook Pro

［画像: 浮遊する白い数字の4に囲まれた、ファセット状の虹色のクリスタル。］

［音声］

お使いのブラウザはオーディオ要素をサポートしていません。

記事を聞く

［時間］分

このコンテンツはGoogle AIによって生成されました。生成AIは実験的なものです。

本日、次世代のフロンティアモデルであるGemini 4 Carbonを発表します。これは、最先端のサイバーセキュリティと長期的タスク処理能力を持つ、当社の最も強力なモデルです。

Carbonは、最近更新されたArtificial Analysis Intelligence Index v5.0で59点を獲得し、1位となりました。コーディングおよびエージェントタスク、そしてサイバーセキュリティ防御に不可欠な主要能力において顕著な向上を示し、脆弱性の発見においてはSEC-bench Pro（88.2%）、悪用においてはExploitGym（54.8%）、パッチ適用においてはCWE-bench（71.0%）で確固たるリードを築いています。社内ベンチマークでは、Carbonはセキュアなコード生成において強力な向上をもたらし、当社のチームとのライブコーディング環境では、不整合や偽情報生成率の低下を示しています。

2週間前に発表されたGemini 4 Argonを基盤とするCarbonは、私たちがフロンティアを前進させるペースを示しています。当社の研究者とモデルは協力して能力をより速く進歩させ、同時にセーフガードを強化しています。

私たちは展開に対して慎重なアプローチを取っており、米国政府のリリース前モデルテストに関する自主的なプロセスに積極的に関与しています。今週から、Carbonをサイバーディフェンダーの一部に提供開始し、Fairwind Programを通じて、信頼できる追加パートナーへのアクセスを段階的に拡大していきます。開発者、ビジネス、消費者にできるだけ早く製品を通じてCarbonを提供できるよう、フィードバックを収集し、ガードレールを繰り返し改善していきます。

Gemini 4 Carbonは、Argonと同じ導入価格1で、入力トークン100万件あたり2ドル、出力トークン100万件あたり10ドルで提供されます。キャッシュされた入力トークンは、入力トークン価格の95%オフで提供されます。

困難な長期的タスクのためのコーディングと推論の改善

より困難で長期間にわたるエンジニアリング問題に取り組むために設計されたCarbonは、持続的なエージェントワークフローのために構築されています。社内では、当社のチームはCarbonが数日間実行され、行き詰まりを乗り越えて、大規模なコードベースや低レベルシステムにまたがる微妙なバグの根本原因の特定とパッチ適用のような複雑な多段階エンジニアリングタスクに取り組むのを見てきました。

ユーザーからのフィードバックを基に、コーディング、エージェントタスク、科学タスク、フルスタックWeb開発、マルチモーダル理解など、さまざまなドメインでのモデルパフォーマンスの向上に注力しました。Web開発における出力と成果物の品質が向上したことで、CarbonはWebDev Arenaで+89 Eloポイントを獲得し、4位（1769）にランクインしましたWebDev Arena。

［画像: Gemini 4 Carbonベンチマークテーブル］

安全なシステム構築を支援する最先端のサイバーセキュリティパフォーマンス

Gemini 4 Carbonは、サイバーセキュリティ能力において顕著な飛躍をもたらします。脆弱性の検出、検証、修復といったサイバーセキュリティ防御ライフサイクル全体で最先端のパフォーマンスを達成しています。

当社のチームは、サイバー防御においてすでに強力な成果を上げています。社内ベンチマークでは、CarbonはArgonと比較してセキュアなコード生成の成功率で2倍以上の向上を達成しています。別の例として、Chromeチームは、Carbonが他の研究所の大規模フロンティアモデルよりも10倍以上優れた高品質なパッチ生成を行ったと報告しています。当社の主要なクラウドセキュリティプラットフォームであるWizも、CarbonがWiz's Scan for Goodイニシアチブのコア能力であるWebペネトレーションテストのベンチマークでリードしていることを確認しています。

Carbonは、主要な外部ベンチマーク（ガードレールなしで評価）で優れた結果を示しています。

• 実際の脆弱性の発見: サイバーセキュリティ防御の核心は、実際の脆弱性を発見することです。CarbonはSEC-bench Proで最先端の88.2%を達成し、実世界のソフトウェアに埋め込まれた複雑な欠陥を自律的に発見します。

［画像: SEC bench Proチャート］

• エクスプロイトによるリスクの検証: どの脆弱性を優先して修正するか、あるいは修正するかどうかを判断するために、サイバーディフェンダーはモデルを使用してどの脆弱性が悪用可能かを確認することにますます依存しています。Carbonは、人気の高いエクスプロイトベンチマークであるExploitGymで54.8%という新たな最先端を記録しました。

［画像: ExploitGymベンチマークを示すチャート］

• 根本原因でのパッチ適用: 最終的に、脆弱性を特定した後、根本原因を修正することは、サイバーセキュリティ防御ライフサイクルの重要なステップです。CarbonはCollinearのCWE-benchで71.0%に達し、検証された発見を直接動作するコード修正に変換します。

［画像: CWE-benchを示すチャート］

フロンティアモデルの安全性とセキュリティの進歩

Gemini 4 Carbonは、Argonの多層的な安全性とセキュリティスタックを基盤としています。これには、モデルトレーニング、リアルタイムの不正使用防御、プロンプトインジェクション耐性、思考連鎖（chain-of-thought）モニタリングが組み合わされています。特に、Argonではモデルアライメントにおいて顕著な進歩を遂げ、安全性とセキュリティレポートでアライメントされた行動をとる傾向を報告しました。Carbonでは、アライメントをさらに一歩進めることに挑戦し、複雑または高圧なタスクに対して適切な方法で応答するようにモデルをトレーニングしました。

• ショートカットと抜け穴の悪用削減: Carbonでは、トレーニングにおけるショートカットの試みをさらに軽減しつつ、高品質なコーディングパフォーマンスを確保しました。Carbonは、Terminal-Bench 4.0での不正行為の成功率を0.0%に削減し、不正行為の試みを0.4%に低下させました。同時に、全体的な精度は向上しました。社内のチームとのライブコーディング環境では、高深刻度の不整合アラートが約80%減少しました。
• より高い透明性と正直さ: 社内テストでは、CarbonはArgonと比較して、サポートされていない主張を約2倍削減しました。方法論的な注意点を成果物に直接含めるか、不足している証拠の周りで曖昧にしたり偽情報を生成したりするのではなく、ブロックされたアクションを、何が引き続き必要かの明確なリストとともに保留します。
• 曖昧さに対するユーザーとのコラボレーション改善: 推測したり、無理に進めたりするのではなく、Carbonは関連するソースを取得し、アクションを起こす前にユーザーに不一致を提示します。その結果、ユーザーはCarbonとの、より良い共同作業体験を期待できるはずです。
• 過剰または過小なサービスなしでの実行: Carbonは、過剰な実行を26%、過小なサービスを29%同時に削減し、プロジェクトの制約を尊重し、範囲内に厳密に留まりながら、多段階計画の実行をエンドツーエンドでより信頼性の高いものにしました。
• プロンプトインジェクションへの耐性: Argonは以前、プロンプトインジェクション耐性において、非常に低い0.7%の攻撃成功率でGray SwanのIndirect Prompt Injection (IPI) Benchmarkをリードしていましたが、Carbonは0.0%を達成し、評価されたすべての攻撃試みに耐えました。

［画像: Gray Swan IPIベンチマークを示すチャート］

開発者、ビジネス、消費者に間もなく提供

フロンティアを前進させるには、迅速に動きながらも、展開には慎重であることが求められます。Gemini 4 Carbonでは、安全性や信頼性を損なうことなく、ソフトウェアエンジニアリングとサイバーセキュリティ防御における意味のある飛躍を提供することを目指しています。初期のサイバーディフェンダーのグループがこのモデルをどのように使用するかを見るのが待ちきれません。そして、開発者、ビジネス、消費者にCarbonを間もなく提供できることを楽しみにしています。