AI宝库

AI宝库首页 › 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宝库每小时自动聚合

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Google为长相代理编码和网络安全防御而建造的前沿模型。 它在更新的v5.0人工分析智能指数上排名第1位,得分为59分。 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者团体开始,而不是公众API.

TL; DR 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。 无克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克。

- 性能:17个公布的基准测试对Argon,GPT-6 Astra,Opus 5.5和Fable 5.1中的15个领先者。

- 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 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。 最糟的是你可能还不能叫它

Gemini 4"碳"是什么?.

碳是继Gemini 4 Argon之后的第二个Gemini 4型。 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:从大代码库和低等系统中取出取根和补丁微妙的bug.

Google还调制了Carbon,用于全网开发和多模式理解。 在WebDev Arena上,Carbon获得了89个埃洛分,在1769年达到4分。

Gemini 4 Carbon在基准测试上的表现如何?.

Google在其发布的帖子上公布了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是每个提供者自行报告的。

代理编码:碳在终端-Bench 4.0(AA)上得分65.2%,以59.6%的成绩领先于Opus 5.5. 它在SWE-sweep上为达到 9.6%,以9.5%的成绩在GPT-6 Astra上略为领先。 GPT-6 Astra领先65.5%

计算机使用和知识工作:碳在Agents ' s Last Exam v1.1上达到77.4%. 在Vending-Bench 2上,它以16,484美元的银行结存结束,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%与71.8%. Carbon在Riemann Bench上也贴出80.0%.

为什么碳与网络安全相关?

Google帧碳环绕整个防御生命周期:找到,验证,再固定。 网易基准测试的评价没有护栏。

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

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

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

Google用它的反重力带计算了SEC-bench Pro和OptitGym本身的得分。 利用Gym 运行与缓解关闭。 在内部,Carbon在生成安全代码方面表现出比Argon更高的2x以上成功。 Google团队表示,克罗姆团队在高品质补丁中发现"碳"超过10x,优于另一个实验室的模型。 Wiz报道了Carbon领导其网络渗透测试基准测试。

和Carbon有什么安全改变?

碳保持了Argon的分层堆积:训练,实时滥用防御,即时注射韧性和思维链监测。 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了近80%。

- 不支持的声称大约2x对Argon。

- 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。 目前尚无法独立复制。

开发者如何访问 Gemini 4 Carbon?.

还没有,对于大多数。 Google正参与美国政府的自愿放行前测试过程。 本周,一部分网络维权者可以访问。 更受信任的合作伙伴通过Fairwind方案采取行动,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的入门率: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%。 引进期后,物价上涨至4元和20元。

Gemini 4 碳对竞争对手

基准测试行:Google 发布出站;对手分数大多按方法自报。

关键外卖

- Gemini 4 碳在人工分析指数v 5.0上排行第1,59.

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

- GraphWalks 长上下文达到 96.2%,最宽边距。

- Claude Opus 5.5仍然取胜OSWorld-2.1;GPT-6 Astra取胜FrontiersSWE.

- 从网络维权者开始进入,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为社会造福。 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出名,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宝库自动抓取并翻译,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宝库首页 · 提交工具 · 商务合作 · 关于本站 · 596 款 AI 工具分类导航 · 每日 AI 热门项目与动态