AI图鉴

AI图鉴首页 › AI 资讯 › Google DeepMind 推出 Gemini 4 Carbon,它的网络防

Google DeepMind 推出 Gemini 4 Carbon,它的网络防御和编码顶级模型

来源:MarkTechPost · 发布时间:10-29 · 由 AI图鉴每小时自动聚合

Google DeepMind 推出 Gemini 4 Carbon,一种前沿模型,在人工分析智能指数上得分59分,在SEC-bench Pro上得分88.2%. Access sta

Google DeepMind拥有推出 Gemini 4 Carbon,是其迄今为止最强的模型。 Gemini 4 Carbon是来自Google的前沿模型,用于长视域代理编码和网络安全防御。 它在更新的v5.0人工分析智能指数上排名第1位,得分59. 对于开发者来说,捕获就是访问。 Carbon从一个经过审查的网络维权团体开始,而不是公众API.

TL;数据

- 大小:未披露参数计数和上下文窗口。 其前身Gemini 4 Argon有1,048,576个托肯语境。

- 仅Google主持。 无开放权重,无自宿,无量化变种。

- 性能:17项中第15项已公布的基准测试对Argon,GPT-6 Astra,Opus 5.5和Fable 5.1.

- 最佳:在GraphWalks(256K至1M令牌)上为96.2%的BFS F1,而Argon为84.2%。

- 最差:OSWorld-2.1上的81.5%,以87.2%的成绩落后于Claude Opus 5.5.

- 底线:最佳:最先进弱点发现、开发和补丁。 最糟糕的是,你可能还不能叫它。

Gemini 4 Carbon是什么东西?

碳是第二个Gemini 4型号,沿用Gemini 4 Argon. Google团队表示,模型的目标是艰苦,长期运行的工程工作。 内部团队看到Carbon在单项任务上跑了好几天。 例子包括横跨大型密码库和低层系统的根诱发和补丁微妙的bug.

Google还调制了Carbon,用于全网开发和多式联运理解。 在WebDev Arena上,Carbon在1769年获得了89个埃洛点数,达到#4.

Gemini 4碳在基准测试上的表现如何?.

Google在其发布的帖子中公布了17行的比较。 碳在最高的思维环境运行。 按Google的评价方法,大多数竞争者的数字由各供应商自行报告。

代理编码:碳在终端-Bench 4.0(AA)上得分65.2%,以59.6%的成绩领先Opus 5.5. 它在SWE-sweep上是达到 9.6%,以9.5%的比GPT-6 Astra小得多。 GPT-6 Astra领先65.5%

计算机使用和知识工作:在Agents ' Last Exam v1.1上,碳达到77.4%. 在Vending-Bench 2上,它以16,484美元的银行余额结束,这是上市最高的。

长背景与科学:GraphWalks差距最大:GPT-6 Astra的比分为96.2%对71.8%. Carbon在Riemann Bench上也贴出了80.0%.

为什么碳与网络安全相关?

Google框架碳环绕整个防御生命周期:找到,验证,然后固定。 网易基准测试评价时没有护栏。

- 调查结果:88.2%的SEC-bench Pro,而85.4%的GPT-6 Astra。

- 剥削:54.8%在剥削基姆,42.4%在GPT-6 Astra,34.5%在Opus 5.5。

- 补丁:在Collinear的CWE-bench上占71.0%,在Argon和GPT-6 Astra上占68.0%。

Google利用它的反重力控制装置,计算了SEC-bench Pro和ExputitGym本身的得分。 利用Gym跑来减肥在内部,Carbon在生成安全代码方面表现出超过2x的成功率,超过了Argon. Google团队表示,Chrome团队在高质量补丁中发现碳超过10x比另一个实验室的模型更好。 Wiz报告Carbon领导其网络渗透测试基准测试。

和Carbon有什么安全改变?

碳保持Argon的分层堆积:训练、实时滥用防御、快速注射复原力和思维链监测。 Google报告了若干调整收益:

- 在Bench4.0终端成功作弊率降至0.00%,作弊未遂率为0.4%。

——现场内部编码中的高度错位警报下降近80%.

- 不支持的声称大约2x对阿尔贡。

- 超覆盖率下降26%,服务不足率下降29%。

- 从Argon的0.7%下降到0.0 %。

这些是Google的内部或自营人物。 尚未可以独立复制。

开发者如何访问Gemini 4 Carbon?.

还没有,对大多数来说。 Google正在参与美国政府的自愿释放前测试程序。 本周,一部分网络维权者可以访问。 更受信任的伙伴通过Fairwind方案,该方案优先考虑政府、关键基础设施运营商和核心技术平台。 开发者,企业和消费者后来获得碳,没有给出日期。

定价符合Argon的引入率:每百万美元输入令牌2美元,每百万产出令牌10美元。 缓存输入值为 95%。 在开始阶段之后,价格上升到4美元和20美元。

Gemini 4 碳对竞争对手

基准测试行:Google 发布帖;对手分数大多是按方法自报。

关键外卖

- Gemini 4 碳在人工分析指数v5.0在59.

- 领导SEC-bench Pro(88.2%)、ExpotitGym(54.8%)和CWE-bench(71.0%)。

- GraphWalks 上下文长达到 96.2%,最宽的边距。

- Claude Opus 5.5仍然赢得OSWorld-2.1;GPT-6 Astra赢得FrontielSWE.

- 从网络维权者开始,每百万信使2美元/10美元。

请检查access-date=中的日期值 (帮助) Google的发布帖子,评价方法和Fairwind Program页面。 并加入我们的通讯。 等等你在电报里吗现在你也可以加入我们的电报。

需要和我们合作推广您的 GitHub Repo OR Hugging Face Page OR Product Release OR Webinar 等吗?联系我们

Asif Razzaq是Marktechpost AI Media Inc.的首席执行官。 作为一个有远见的企业家和工程师,阿西夫致力于利用人工智能的潜力促进社会福祉。 他最近的努力是人工智能媒体平台的发布,该平台以深入报道机器学习和深层学习新闻而著称,这些新闻在技术上既可靠又为广大观众所容易理解。 该平台每月有超过200万次观看,表明其受观众欢迎。

本文由 AI图鉴自动抓取并翻译,版权归原作者所有;如需查看原文请点下方链接。

相关 AI 工具

相关免费羊毛

同源资讯

阅读原文(marktechpost.com)

标题、摘要与正文均来自该信源的公开页面,版权归原作者所有;本站自动聚合与翻译,仅作出处跳转。

← 返回 AI 资讯列表AI工具图鉴首页

返回 AI图鉴首页 · 提交工具 · 商务合作 · 关于本站 · 597 款 AI 工具分类导航 · 每日 AI 热门项目与动态