آبان
اخبار
جمینای ۴ کربن گوگل معرفی شد؛ رتبه‌ی اول جهان با دسترسی محدود
گوگل با معرفی جمینای ۴ کربن، تنها دو هفته بعد از مدل آرگون، دوباره صدر جدول هوش مصنوعی را گرفت؛ اما این بار قدرت مدل به‌قدری در حوزه‌ی امنیت سایبری بالاست که دسترسی عمومی به آن فعلاً بسته مانده است.
اگر در روزهای اخیر اخبار هوش مصنوعی را دنبال کرده باشید، حتماً دیده‌اید که رقابت میان گوگل، اوپن‌ای‌آی و انتروپیک به مرحله‌ای رسیده که هر چند هفته یک بار جدول رتبه‌بندی دگرگون می‌شود. جمینای ۴ کربن جدیدترین حلقه‌ی این زنجیره است. در این مقاله از مجموعه‌ی اخبار هوش مصنوعی مستر چت‌جی‌پی‌تی همه‌ی آنچه تا این لحظه درباره‌ی این مدل منتشر شده را مرور می‌کنیم: عملکرد در بنچمارک‌ها، قیمت، محدودیت دسترسی، نقاط قوت و ضعف و اینکه برای کاربران ایرانی و توسعه‌دهندگان چه معنایی دارد.
لیست مطالب
۱. جمینای ۴ کربن دقیقاً چیست؟
جمینای ۴ کربن جدیدترین مدل پرچمدار گوگل از خانواده‌ی جمینای است که روز چهارشنبه ۲۸ اکتبر ۲۰۲۶ اعلام شد. این مدل تنها دو هفته بعد از مدل آرگون (Argon) آمد و گوگل آن را مدلی با «پیشرفت چشمگیر در کدنویسی و کارهای عاملی» توصیف می‌کند. به گفته‌ی گوگل، بخش مهمی از بهبودها از بازخورد کاربران نسخه‌ی قبلی به دست آمده و تمرکز آموزش روی کدنویسی، وظایف عاملی، کارهای علمی، توسعه‌ی وب فول‌استک و درک چندرسانه‌ای بوده است.
اگر هنوز با مفهوم مدل‌های زبانی بزرگ و شرکت‌های سازنده‌ی آن‌ها آشنا نیستید، پیشنهاد می‌کنیم ابتدا مقاله‌ی اوپن‌ای‌آی چیست را بخوانید تا تصویر کلی‌تری از این بازار داشته باشید.
نکته‌ی مهم درباره‌ی نام‌گذاری این است که کربن یک مدل عمومی و در دسترس همگان نیست. گوگل آن را ابتدا برای گروهی محدود از متخصصان امنیت سایبری عرضه کرده و درباره‌ی زمان عرضه‌ی عمومی فقط گفته که «در اولین فرصت ممکن» و پس از تقویت حفاظ‌های ایمنی انجام می‌شود.
۲. رتبه‌ی اول شاخص هوش آرتیفیشال آنالیسیس
مهم‌ترین عدد خبر این است: جمینای ۴ کربن در شاخص هوش آرتیفیشال آنالیسیس نسخه ۵.۰ امتیاز ۵۹ گرفته و در صدر جدول ایستاده است. رتبه‌های بعدی به این شکل است:
کلاود اپوس ۵.۵ با امتیاز ۵۸، جی‌پی‌تی ۶ آسترا (GPT-6 Astra) با امتیاز ۵۷ و مدل قبلی خود گوگل، آرگون، با امتیاز ۵۰. یعنی فاصله‌ی کربن با دو رقیب اصلی فقط یک یا دو امتیاز است، اما جهش آن نسبت به آرگون ۹ امتیاز است؛ آن هم در کمتر از دو هفته.
گوگل می‌گوید کربن در ۱۵ ردیف از ۱۷ ردیف جدول بنچمارک‌های خودش پیشتاز است. با این حال تصویر کامل شفاف‌تر است: جی‌پی‌تی ۶ آسترا هنوز در بنچمارک FrontierSWE 2 جلوتر است و کلاود اپوس در بخش آفلاین بنچمارک OSWorld با ۸۷.۲ درصد از کربن با ۸۱.۵ درصد بهتر عمل می‌کند. در مقابل، در بنچمارک GraphWalks فاصله‌ی کربن بسیار زیاد است: ۹۶.۲ درصد در برابر ۷۱.۸ درصد آسترا.
در بنچمارک WebDev Arena هم کربن ۸۹ امتیاز Elo جلو رفته و با امتیاز ۱۷۶۹ در جایگاه چهارم ایستاده است. این یعنی در ساخت وب‌سایت و رابط کاربری هم بهتر شده، اما هنوز مدل اول این میدان نیست.
۳. جهش در امنیت سایبری؛ دلیل اصلی محدودیت دسترسی
برجسته‌ترین بخش اعلامیه‌ی گوگل به امنیت سایبری مربوط است. اعداد منتشرشده نشان می‌دهد کربن در سه مهارت کلیدی نتایج چشمگیری گرفته است:
کشف آسیب‌پذیری
در بنچمارک SEC-bench Pro که توانایی پیدا کردن نقص‌های امنیتی را می‌سنجد، کربن ۸۸.۲ درصد گرفته است.
بهره‌برداری از آسیب‌پذیری
در ExploitGym که ساخت اکسپلویت واقعی را آزمایش می‌کند، امتیاز مدل از ۴۲ درصد در آرگون به ۵۴.۸ درصد رسیده؛ بزرگ‌ترین جهش کربن نسبت به مدل قبلی در همین بنچمارک است.
تولید وصله‌ی امنیتی
در CWE-bench که کیفیت وصله‌های تولیدشده را می‌سنجد، کربن به ۷۱ درصد رسیده است. برخی رسانه‌ها نوشته‌اند این مدل در تولید وصله‌ی امنیتی باکیفیت بیش از ده برابر بهتر از هر مدل عمومی موجود عمل می‌کند.
طبیعی است که مدلی با چنین توانایی دوگانه‌ای هم برای مدافعان و هم برای مهاجمان ارزشمند باشد. به همین دلیل گوگل تصمیم گرفته ابتدا آن را در اختیار مدافعان امنیتی منتخب بگذارد. گوگل همچنین اعلام کرده در برنامه‌ی آزمون پیش‌انتشار داوطلبانه‌ی دولت آمریکا شرکت می‌کند. یک تذکر مهم هم وجود دارد: ارزیابی‌های امنیتی خارجی بدون حفاظ‌ها انجام شده، پس نتایج مشتریان در عمل ممکن است متفاوت باشد.
۴. برنامه‌ی Fairwind و وضعیت دسترسی
در حال حاضر دسترسی به جمینای ۴ کربن به برنامه‌ی Fairwind گوگل محدود است؛ برنامه‌ای که مدافعان امنیت سایبری منتخب را به مدل‌های پیشرفته وصل می‌کند. هنوز API عمومی وجود ندارد و آرتیفیشال آنالیسیس هم تأیید کرده که کربن در حال حاضر API عمومی ندارد.
گوگل تاریخ مشخصی برای عرضه‌ی گسترده یا برنامه‌ی زمانی محصول‌به‌محصول اعلام نکرده است. این یعنی کاربران عادی جمینای، توسعه‌دهندگان مستقل و شرکت‌های معمولی باید فعلاً با مدل آرگون کار کنند. اگر می‌خواهید بدانید کار با دستیارهای هوشمند چطور شروع می‌شود، راهنمای آموزش‌های چت‌جی‌پی‌تی نقطه‌ی شروع خوبی است.
۵. قیمت‌گذاری؛ نرخ معرفی و نرخ بعدی
قیمت معرفی کربن به ازای هر یک میلیون توکن به این صورت است:
ورودی ۲ دلار، خروجی ۱۰ دلار و برای ورودی‌های کش‌شده ۹۵ درصد تخفیف. نرخ‌های بعدی دو برابر است: ۴ دلار برای ورودی و ۲۰ دلار برای خروجی. گوگل نگفته دوره‌ی معرفی تا کی ادامه دارد؛ در حالی که دوره‌ی معرفی آرگون تا ۳۰ نوامبر ۲۰۲۶ تعیین شده است.
برای درک بهتر هزینه، فرض کنید پروژه‌ای ۱۰ میلیون توکن ورودی و ۱ میلیون توکن خروجی مصرف کند. با نرخ معرفی هزینه ۳۰ دلار و با نرخ بعدی ۶۰ دلار می‌شود. البته این محاسبه فرض می‌کند مصرف توکن تغییری نکند، در حالی که مدل‌های جدید معمولاً در کارهای سخت توکن بیشتری برای استدلال مصرف می‌کنند.
این نکته برای کسب‌وکارها اهمیت دارد. اگر می‌خواهید بدانید چرا هزینه‌ی هوش مصنوعی باید بخشی از برنامه‌ریزی باشد، مقاله‌ی اهمیت هوش مصنوعی در کسب‌وکار را ببینید.
۶. قابلیت اطمینان و ایمنی؛ دو روی یک سکه
گوگل ادعا می‌کند در آزمون‌های داخلی، کربن ادعاهای بی‌پشتوانه را تقریباً نصف کرده و هشدارهای شدید ناهم‌ترازی را در محیط‌های کدنویسی داخلی حدود ۸۰ درصد کاهش داده است. در آزمون تزریق پرامپت (Prompt Injection) هم نرخ موفقیت حمله ۰.۰ درصد گزارش شده، در حالی که آرگون ۰.۷ درصد بود.
اما تصویر کامل این است که در بنچمارک AA-Omniscience که دقت دانش و میزان توهم را می‌سنجد، کربن بالاترین دقت را دارد و ۵۸ درصد پرسش‌ها را درست پاسخ داده، ولی نرخ توهم آن از ۴ درصد در آرگون به ۱۱ درصد رسیده است. به زبان ساده، مدل بیشتر می‌داند اما وقتی نمی‌داند، بیشتر احتمال دارد پاسخی ساختگی بدهد.
این موضوع نشان می‌دهد چرا نباید فقط به یک عدد بنچمارک اکتفا کرد. درباره‌ی محدودیت‌های واقعی این فناوری مقاله‌ی توانایی‌ها و محدودیت‌های واقعی هوش مصنوعی را مطالعه کنید.
۷. نقاط ضعف که گوگل کمتر درباره‌اش حرف می‌زند
گوگل هنوز گزارش فنی، تعداد پارامترها یا جزئیات معماری کربن را منتشر نکرده است. مشخصات API هم اعلام نشده؛ مثلاً معلوم نیست پنجره‌ی زمینه‌ی کربن مثل آرگون بیش از یک میلیون توکن باشد یا نه (آرگون بیش از یک میلیون توکن زمینه‌ی مشترک و حد خروجی پیش‌فرض ۶۵٬۵۳۶ توکن دارد).
در کارهای حرفه‌ای هم کربن در همه‌جا پیشتاز نیست. در نتایج AA-Briefcase که به وظایف شغلی واقعی نزدیک است، چند رقیب از آن جلوترند. پس اگر کاربرد اصلی شما کارهای اداری و مستندسازی است، لزوماً بهترین انتخاب نیست.
نکته‌ی دیگر مقایسه‌ی مدل‌هاست. اگر شما هم درگیر انتخاب میان مدل‌های مختلف هستید، تحلیل مقایسه‌ی چت‌جی‌پی‌تی و دیپ‌سیک نشان می‌دهد چطور باید فراتر از یک بنچمارک نگاه کرد.
۸. این خبر برای کاربران و توسعه‌دهندگان چه معنایی دارد؟
برای کاربر عادی، فعلاً هیچ تغییری مستقیم دیده نمی‌شود، چون مدل در دسترس نیست. اما سه پیام روشن در این خبر وجود دارد.
اول اینکه سرعت رقابت بسیار بالا رفته: دو مدل پرچمدار گوگل در دو هفته. دوم اینکه مرز ایمنی دارد روی توانایی سایبری مدل‌ها تعریف می‌شود و شرکت‌ها به‌جای عرضه‌ی عمومی، دسترسی مرحله‌ای می‌دهند. سوم اینکه قیمت‌گذاری هنوز در حال تثبیت است و نرخ‌های معرفی موقتی‌اند.
برای توسعه‌دهندگان توصیه‌ی عملی این است که کد خود را طوری بنویسید که تعویض مدل در آن آسان باشد، چون ترتیب برترین مدل‌ها مرتب عوض می‌شود. در نوشتن دستورها هم یادگیری مبانی مهم است؛ آموزش نوشتن پرامپت برای مبتدیان را ببینید. و فراموش نکنید که هوش مصنوعی جای مهندس واقعی را نمی‌گیرد؛ نگاهی به توهم توسعه‌دهنده‌ی تنها در برابر مهندس واقعی بیندازید.
۹. پرسش‌های متداول
جمینای ۴ کربن چه زمانی عمومی می‌شود؟
گوگل تاریخی اعلام نکرده و فقط گفته عرضه‌ی گسترده «در اولین فرصت» و پس از بازخورد و تقویت حفاظ‌ها انجام می‌شود.
چه کسانی الان به آن دسترسی دارند؟
فقط مدافعان امنیت سایبری منتخب در برنامه‌ی Fairwind. API عمومی هم هنوز وجود ندارد.
قیمت جمینای ۴ کربن چقدر است؟
نرخ معرفی ۲ دلار برای هر میلیون توکن ورودی و ۱۰ دلار برای خروجی است و نرخ بعدی ۴ و ۲۰ دلار خواهد بود. ورودی کش‌شده ۹۵ درصد تخفیف دارد.
آیا کربن از کلاود و جی‌پی‌تی بهتر است؟
در شاخص کلی آرتیفیشال آنالیسیس با امتیاز ۵۹ بله، اما فاصله کم است و رقبا در بعضی بنچمارک‌ها مثل FrontierSWE 2 و بخش آفلاین OSWorld جلوترند.
مشکل نرخ توهم کربن چیست؟
در AA-Omniscience نرخ توهم از ۴ درصد (آرگون) به ۱۱ درصد رسیده، هرچند دقت کلی پاسخ‌ها با ۵۸ درصد از همه بیشتر است.
