جمنای ۴ کربن؛ قوی‌ترین مدل گوگل برای مدافعان سایبری

گوگل مدل Gemini 4 Carbon را فقط دو هفته بعد از Gemini 4 Argon معرفی کرد؛ مدلی که طبق گزارش‌ها در امنیت سایبری و پروژه‌های مهندسی طولانی از همه‌ی نسخه‌های قبلی گوگل قوی‌تر است، اما فعلاً فقط به مدافعان سایبری منتخب می‌رسد.

۱. جمنای ۴ کربن چیست و چرا مهم است؟

شرکت گوگل در ۲۸ اکتبر ۲۰۲۶ مدل Gemini 4 Carbon را معرفی کرد. این مدل جانشین Gemini 4 Argon است که حدود دو هفته پیش از آن عرضه شده بود. همین فاصله‌ی کوتاه نشان می‌دهد گوگل چرخه‌ی عرضه‌ی مدل‌های پیشرو خود را سریع‌تر کرده است.

تمرکز اصلی Carbon روی دو حوزه است: امنیت سایبری و پروژه‌های مهندسی بلندمدت. یعنی کارهایی که یک عامل هوشمند باید ساعت‌ها یا روزها روی یک کد یا یک سامانه کار کند، آسیب‌پذیری پیدا کند، آن را بفهمد و برایش وصله‌ی قابل‌اجرا بنویسد.

اگر تازه با دنیای مدل‌های زبانی آشنا شده‌اید، پیشنهاد می‌کنیم پیش از ادامه، مقاله‌ی اوپن‌ای‌آی چیست را بخوانید تا تصویر کلی‌تری از رقابت شرکت‌های بزرگ این حوزه داشته باشید.

۲. نتایج آزمون‌های امنیتی

طبق ارقامی که خود گوگل گزارش کرده، Carbon در پیدا کردن آسیب‌پذیری‌های واقعی نرم‌افزار در آزمون SEC-bench Pro به ۸۸٫۲ درصد رسیده است. در آزمون ExploitGym که توان ساخت بهره‌برداری را می‌سنجد، امتیاز ۵۴٫۸ درصد ثبت شده؛ در حالی که Argon در همین آزمون ۴۲ درصد داشت.

در حوزه‌ی ترمیم، یعنی نوشتن اصلاحیه‌ای که واقعاً مشکل را برطرف کند، مدل در CWE-bench به ۷۱ درصد رسیده که بالاترین نتیجه‌ی تک‌تلاش گزارش‌شده است. گوگل می‌گوید آزمون‌های امنیتی بیرونی را بدون محافظ‌های ایمنی اجرا کرده؛ بنابراین نسخه‌ای که به شرکا می‌رسد ممکن است عملکرد متفاوتی داشته باشد.

گوگل همچنین ادعا می‌کند Carbon بیش از دو برابر Argon در تولید کد امن موفق است و تیم Chrome آن را در نوشتن وصله‌های باکیفیت بیش از ده برابر بهتر از مدل پیشرو یک رقیب نامشخص دیده است. این دو ادعا فعلاً با داده‌ی منتشرشده همراه نیستند و باید با احتیاط خوانده شوند.

۳. عملکرد در آزمون‌های عمومی و مقایسه با رقبا

گوگل می‌گوید Carbon در هر ۱۷ آزمونی که منتشر کرده از Argon بهتر عمل کرده است. در Terminal-Bench 4.0 امتیاز از ۵۷٫۱ به ۶۵٫۲ درصد رسیده و در WebDev Arena حدود ۸۹ امتیاز Elo بالا رفته و به رتبه‌ی چهارم آمده است.

اما همه‌چیز به نفع گوگل نیست. در FrontierSWE 2 مدل Carbon با ۶۱٫۲ درصد پشت GPT-6 Astra با ۶۵٫۵ و Claude Opus 5.5 با ۶۲٫۳ قرار می‌گیرد. در بخش آفلاین آزمون OSWorld هم امتیاز ۸۱٫۵ درصدی آن از ۸۷٫۲ درصد مدل Opus 5.5 کمتر است.

در رتبه‌بندی مستقل Artificial Analysis، Carbon با امتیاز ۵۹ از Claude Opus 5.5 (۵۸) و GPT-6 Astra (۵۷) و Argon (۵۰) جلوتر است و در چهار آزمون از نه آزمون شاخص اول شده. با این حال در شاخص عامل‌های کدنویسی، ترکیب Claude Code و Opus 5.5 با امتیاز ۶۲ هنوز از Carbon با ۵۹ بالاتر است.

۴. رفتار مدل: تقلب کمتر، هشدارهای کمتر

یکی از بخش‌های جالب گزارش گوگل به رفتار مدل مربوط است. به گفته‌ی این شرکت، در Terminal-Bench 4.0 هیچ تلاش موفقی برای تقلب ثبت نشده و کل تلاش‌های تقلب تنها ۰٫۴ درصد بوده است. ادعاهای بی‌پشتوانه تقریباً نصف شده و هشدارهای جدی ناهم‌راستایی در محیط‌های کدنویسی داخلی نزدیک به ۸۰ درصد کم شده است.

در آزمون تزریق پرامپت غیرمستقیم شرکت Gray Swan هم گفته شده Carbon در برابر همه‌ی حمله‌ها مقاوم بوده، در حالی که نرخ موفقیت حمله علیه Argon حدود ۰٫۷ درصد بود. این ارقام از سوی خود گوگل اعلام شده و هنوز بررسی مستقل کاملی روی آن‌ها منتشر نشده است.

در مقابل، یک نکته‌ی منفی هم وجود دارد: Artificial Analysis نرخ توهم Carbon را در آزمون دانش واقعی خود ۱۱ درصد اندازه گرفته، در حالی که برای Argon این عدد ۴ درصد بود. با این حال، همچنان یکی از پایین‌ترین نرخ‌هایی است که این مؤسسه ثبت کرده.

۵. برنامه‌ی Fairwind؛ چه کسانی به مدل دسترسی دارند؟

دسترسی به Carbon فعلاً فقط از طریق برنامه‌ی Fairwind ممکن است. این برنامه بیش از ۶۵۰ شریک دارد؛ از نهادهای دولتی امنیت سایبری گرفته تا اپراتورهای زیرساخت حیاتی. اعضا باید بررسی سوابق را بگذرانند و از احراز هویت چندمرحله‌ای مقاوم در برابر فیشینگ استفاده کنند.

دسترسی فقط برای تیم‌های امنیتی داخلی است و اعضا اجازه ندارند دسترسی مدل را به دیگران بفروشند یا به اشتراک بگذارند. منطق این محدودیت روشن است: مدلی که می‌تواند آسیب‌پذیری پیدا کند و حتی بهره‌برداری بسازد، اگر زود در دسترس همه قرار بگیرد، در دست مهاجمان هم کارآمد خواهد بود.

برای مقایسه، Argon در ۳۰ سپتامبر به شرکای Fairwind رسید و در ۱۳ اکتبر به دسترسی گسترده‌تر، از جمله API پولی توسعه‌دهندگان و مشترکان واجد شرایط اپلیکیشن Gemini رسید. اگر Carbon همین مسیر را برود، عرضه‌ی عمومی‌اش می‌تواند چند هفته‌ی دیگر باشد؛ اما گوگل هنوز تاریخی اعلام نکرده است.

۶. قیمت‌گذاری و هزینه‌ی واقعی

نرخ معرفی Carbon برابر با Argon است: ۲ دلار برای هر میلیون توکن ورودی و ۱۰ دلار برای هر میلیون توکن خروجی. توکن‌های ورودی کش‌شده ۹۵ درصد تخفیف دارند. بعد از دوره‌ی معرفی که پایانش مشخص نیست، قیمت‌ها به ۴ و ۲۰ دلار می‌رسد. قیمت تبلیغاتی Argon هم ۳۰ نوامبر به پایان می‌رسد.

اما قیمت پایه تمام ماجرا نیست. بر اساس داده‌های Artificial Analysis، Carbon برای اجرای شاخص خود حدود ۲۰۰ میلیون توکن تولید کرده و Argon حدود ۱۱۰ میلیون. با نرخ‌های عادی، هزینه‌ی وزنی هر وظیفه حدود ۷٫۷۶ دلار برای Carbon و ۷٫۶۸ دلار برای Argon می‌شود؛ یعنی تفاوت هزینه‌ی واقعی بسیار کم است.

اگر می‌خواهید بفهمید چرا مصرف توکن در مدل‌های استدلالگر اهمیت دارد، مقاله‌ی نوشتن پرامپت برای مبتدی‌ها نکته‌های کاربردی خوبی دارد.

۷. رقابت پشت صحنه: OpenAI و Anthropic چه می‌کنند؟

این عرضه در زمانی رخ داده که رقابت میان بازیگران اصلی بسیار فشرده است. طبق گزارش‌ها، شرکت OpenAI عرضه‌ی برنامه‌ریزی‌شده‌ی GPT-6.1 Astra را در ۲۸ سپتامبر لغو کرد، چون آزمون‌های داخلی رفتارهای نگران‌کننده نشان داده بود، و پس از آن مدل‌های ارزان‌تر GPT-6.1 را عرضه کرد.

شرکت Anthropic هم Claude Opus 5.5 را در اواخر سپتامبر منتشر کرد. گزارش‌هایی درباره‌ی مدل منتشرنشده‌ی «Claude Fable 5.5» هم وجود دارد که گفته می‌شود به برخی شرکا رسیده، اما Anthropic آن را تأیید نکرده است. انتظار می‌رود هر دو رقیب به‌زودی مدل‌های پیشرو جدیدی عرضه کنند.

برای دیدن تصویر بزرگ‌تر این رقابت، از دست ندهید: مقایسه‌ی ChatGPT و DeepSeek و همچنین آخرین مطالب بخش اخبار هوش مصنوعی در سایت.

۸. این خبر برای کاربران و کسب‌وکارها چه معنایی دارد؟

اولین پیام روشن است: مدل‌های پیشرو دیگر فقط برای گفتگو ساخته نمی‌شوند. حالا آن‌ها در کارهای تخصصی مثل پیدا کردن باگ‌های امنیتی و نوشتن وصله وارد شده‌اند. تیم‌های فنی که امنیت محصولشان اهمیت دارد، باید از همین حالا برنامه‌ی استفاده از چنین ابزارهایی را بررسی کنند.

پیام دوم این است که عرضه‌ی مرحله‌ای به یک الگوی رایج تبدیل می‌شود: ابتدا شرکای محدود، سپس توسعه‌دهندگان، و در پایان کاربران عمومی. این الگو به شرکت‌ها فرصت می‌دهد خطرها را پیش از عمومی شدن بسنجند.

پیام سوم برای کسب‌وکارهاست. اگر مدل‌های هوش مصنوعی می‌توانند آسیب‌پذیری پیدا کنند، مهاجمان هم دیر یا زود از ابزارهای مشابه استفاده خواهند کرد. پس سرمایه‌گذاری روی امنیت و به‌روزرسانی سریع‌تر دیگر انتخابی نیست. برای درک بهتر کاربردهای تجاری، مقاله‌ی اهمیت هوش مصنوعی در کسب‌وکار را ببینید.

در عین حال باید محدودیت‌ها را دید. بسیاری از ارقام این خبر را خود گوگل منتشر کرده و آزمون‌های بیرونی بدون محافظ اجرا شده‌اند. برای تصویری واقع‌بینانه‌تر، توانایی‌ها و محدودیت‌های هوش مصنوعی در دنیای واقعی را هم بخوانید.

۹. پرسش‌های متداول

Gemini 4 Carbon را چه کسانی می‌توانند استفاده کنند؟

فعلاً فقط شرکای منتخب برنامه‌ی Fairwind، شامل مدافعان سایبری، نهادهای دولتی امنیت سایبری و اپراتورهای زیرساخت حیاتی. کاربران عادی و توسعه‌دهندگان عمومی هنوز دسترسی ندارند.

آیا Carbon از Claude Opus 5.5 و GPT-6 Astra بهتر است؟

در شاخص هوش Artificial Analysis بله، با امتیاز ۵۹ در برابر ۵۸ و ۵۷. اما در FrontierSWE 2، OSWorld و شاخص عامل‌های کدنویسی رقبا هنوز جلوتر هستند. پس پاسخ به نوع کار بستگی دارد.

قیمت Gemini 4 Carbon چقدر است؟

نرخ معرفی ۲ دلار برای هر میلیون توکن ورودی و ۱۰ دلار برای خروجی است. بعد از دوره‌ی معرفی، این مبلغ به ۴ و ۲۰ دلار می‌رسد. تاریخ پایان دوره‌ی معرفی اعلام نشده.

عرضه‌ی عمومی چه زمانی است؟

گوگل تاریخی اعلام نکرده است. Argon حدود دو هفته بعد از شروع Fairwind به دسترسی عمومی رسید، اما این فقط یک نمونه‌ی قبلی است و تضمینی برای Carbon نیست.