Gemini 4 Carbon: как Google научил ИИ думать, а не просто считать

Точность в 88,2% — такой результат показывает новая модель Google при обнаружении уязвимостей в коде. Для сравнения, опытный аудитор безопасности в среднем справляется с этой задачей на 75%. Gemini 4 Carbon не просто занял первое место в рейтинге Artificial Analysis Intelligence с 59 баллами, обойдя Claude Opus 5.5 и GPT-6 Astra, но и перевернул представление о том, что ИИ может делать в критически важных областях.

От кода до криптографии

Архитектура Carbon — это гибрид нейросетей и символьных вычислений, что делает её чем-то вроде «цифрового Шерлока Холмса». Модель не только находит баги (54,8% успеха в эксплуатации уязвимостей), но и предлагает патчи с точностью 71% — иногда даже до того, как разработчики сами обнаружат проблему. В тестах по криптографии Carbon показал 92% точности, что сравнимо с экспертами-людьми. Для банков и регуляторов это настоящий прорыв: теперь можно автоматизировать аудит сложных алгоритмов шифрования без привлечения дорогостоящих специалистов.

Но главное — мультимодальность. Carbon анализирует код, текстовые описания и схемы архитектуры одновременно. Представьте систему, которая обнаруживает уязвимость, сопоставляя лог-файлы, комментарии в коде и диаграммы микросервисов. Именно так работают пилотные внедрения в нескольких корпорациях: время реакции на инциденты сократилось с 18 до 4 часов.

Бизнес-эффект и скрытые сложности

Google сохранил стартовые цены на уровне Gemini 4 Argon — $2 за 1 млн входных токенов, но после вводного периода они вырастут вдвое. Экономисты уже подсчитали: автоматизация 30% задач кибербезопасности спасёт бизнесы до $12 млрд в год. Особенно выиграет малый и средний сегмент, где раньше не было ресурсов на полноценные SOC-команды.

Однако «аппетит» Carbon может стать проблемой: модель потребляет в 1,8 раза больше ресурсов, чем её предшественник. Google настаивает на развёртывании через свои TPU четвёртого поколения — очевидный ход для монетизации облачного бизнеса.

Что дальше?

  • Рынок труда уже реагирует: вместо специалистов, которые мониторят системы, теперь требуются те, кто умеет обучать ИИ.
  • Появилась новая ниша — инструменты для проверки решений Carbon (ложные срабатывания всё ещё случаются).
  • В следующем квартале Google выпустит API для интеграции с SIEM-системами, фактически предлагая «ИИ-мозги» для кастомных решений.

Carbon — не просто инструмент, а полноценный сдвиг парадигмы. Теперь ИИ не только выполняет задачи, но и объясняет свои решения (спасибо встроенному аудит-механизму). Правда, остаётся вопрос: готовы ли компании доверить безопасность алгоритму, который иногда ошибается по-человечески?