گوگل از جدیدترین و قدرتمندترین مدل هوش مصنوعی مرزی خود با نام «جمینای ۴ کربن» رونمایی کرد؛ مدلی که تنها دو هفته پس از معرفی جمینای ۴ آرگون به میدان آمده و بیشترین پیشرفت خود را در امنیت سایبری، برنامه نویسی و اجرای وظایف چندمرحله ای بلندمدت نشان داده است. جمینای ۴ کربن در نسخه پنجم شاخص Artificial Analysis Intelligence با کسب امتیاز ۵۹ در جایگاه نخست جهان قرار گرفته است.

این مدل به طور اختصاصی برای جریان های کاری ایجنت محور پایدار و حل چالش های بسیار پیچیده مهندسی طراحی شده و بر اساس آزمایش های درون سازمانی، توانسته چند روز پیاپی و بدون توقف در بن بست های محاسباتی اجرا شود و به ریشه یابی و رفع باگ های پنهان در کدهای حجیم و سیستم های سطح پایین بپردازد. عملکرد آن در ارزیابی توسعه وب موسوم به WebDev Arena با ۸۹ امتیاز ارتقا به ۱۷۶۸ رسیده و جایگاه چهارم جدول را به دست آورده است.

در چرخه کامل دفاع سایبری، شامل کشف آسیب پذیری، ارزیابی تهدید و ترمیم ریشه ای، جمینای ۴ کربن رکوردهای تازه ای ثبت کرده است؛ نرخ شناسایی ۸۸.۲ درصد در بنچمارک SEC-bench Pro برای کشف خودکار حفره های امنیتی پیچیده در نرم افزارهای واقعی، رکورد ۵۴.۸ درصد در ارزیابی ExploitGym و نرخ ۷۱.۰ درصد در بنچمارک ترمیم ریشه ای کدهای مخرب (CWE-bench). تیم مرورگر کروم گزارش داده که این مدل در تولید پچ های باکیفیت تا ۱۰ برابر بهتر از مدل های لایه اول سایر رقبا عمل کرده است.

از منظر ایمنی و هم راستایی، گوگل نرخ دور زدن قوانین در محیط ترمینال (Terminal-Bench 4.0) را به صفر درصد رسانده و ادعاهای بدون منبع را تا دو برابر کاهش داده است. در آزمون حملات تزریق غیرمستقیم پرامپت نیز که نرخ نفوذ مدل آرگون ۰.۷ درصد بود، جمینای ۴ کربن به نرخ ۰.۰ درصد رسیده و در برابر تمام حملات مقاومت کرده است.

در مقایسه با رقبا، این مدل در بیشتر شاخص های کلیدی بالاتر از GPT-6 Astra، Claude Opus 5.5، Claude Fable 5.1 و نسل قبلی خود یعنی جمینای ۴ آرگون ایستاده است؛ با امتیاز ۵۹ در شاخص AA Index v5.0 رتبه اول را دارد، در بنچمارک SWE-sweEEP امتیاز ۹.۶ درصد را در برابر ۹.۵ درصد GPT-6 Astra و ۳.۶ درصد Claude Opus 5.5 ثبت کرده، در Terminal-Bench 4.0 به ۶۵.۲ درصد رسیده و در آزمون GraphWalks با امتیاز ۹۶.۲ درصد فاصله ای فاحش با GPT-6 Astra با ۷۱.۸ درصد و Claude Opus 5.5 با ۶۶.۸ درصد ایجاد کرده است. همچنین در RiemannBench ۸۰.۰ درصد را کسب کرده است. تنها در آزمون تعامل با رایانه OSWorld-2.1، کلاد اپوس ۵.۵ با امتیاز ۸۷.۲ درصد همچنان بالاتر از عملکرد ۸۱.۵ درصدی جمینای ۴ کربن قرار دارد.

دسترسی اولیه به این مدل از طریق برنامه Fairwind به گروهی از مدافعان سایبری داده شده و به زودی با هزینه اولیه ۲ دلار به ازای هر یک میلیون توکن ورودی و ۱۰ دلار به ازای هر یک میلیون توکن خروجی در اختیار تمامی توسعه دهندگان قرار خواهد گرفت.








#دیجیاتو