Google Introduces Gemini 4 Carbon AI Model to Tackle Cybersecurity and Complex Coding

Google Introduces Gemini 4 Carbon AI Model to Tackle Cybersecurity and Complex Coding

Google Introduces Gemini 4 Carbon AI Model to Tackle Cybersecurity and Complex Coding

Google has officially launched Gemini 4 Carbon, a specialized artificial intelligence model designed to execute multi-step technical workflows, discover software vulnerabilities, and automate code remediation. 

Unlike conventional general-purpose chatbots, Carbon is tailored specifically for demanding software engineering and digital defense tasks, demonstrating the ability to independently investigate root causes and work across multi-day engineering challenges. 

To mitigate potential security risks associated with advanced software exploitation capabilities, Google is taking a phased deployment approach, initially granting access strictly to a curated selection of cybersecurity defenders before extending availability to broader business and developer markets.

In internal evaluations, Gemini 4 Carbon demonstrated significant performance gains over its predecessor, Gemini 4 Argon. 

The model achieved an 88.2% score on SEC-bench Pro for identifying software weaknesses, 54.8% on ExploitGym for evaluating vulnerability exploitation, and 71% on CWE-bench for automated patch generation. 

Additionally, Google reports that the new model more than doubled the success rate of secure-code generation compared to previous iterations during guardrail-free benchmark testing. 

While these metrics showcase strong technical proficiency, Google emphasized that synthetic benchmark results do not guarantee identical success rates in live production environments.

The model’s specialized capability to test and assess software exploits presents a dual-use dilemma, prompting Google to implement controlled access controls and ongoing safety evaluations. 

Rather than making the tool immediately available to the public, the company is gathering targeted feedback from initial security partners to refine guardrails and prevent malicious misuse. 

This controlled release mechanism aims to ensure that defensive security teams can harness Carbon's patch-generation features to fortify digital infrastructure before potential threat actors gain access to similar capabilities.

For developers accessing the model via an application programming interface (API), Google introduced a tiered pricing strategy beginning with promotional rates.

 Introductory pricing is set at $2 per million input tokens and $10 per million output tokens, alongside a 95% discount for cached input data. 

Following the initial rollout period, standard usage costs will shift to $4 per million input tokens and $20 per million output tokens. 

These structured API tiers reflect the resource-intensive nature of the model's complex multi-step reasoning processes.

Ultimately, Gemini 4 Carbon represents a targeted strategic shift toward specialized domain-specific AI models rather than broad consumer assistants. 

By focusing directly on software engineering, bug resolution, and enterprise defense, Google aims to provide critical infrastructure support to technical teams facing increasingly sophisticated digital threats. 

As trusted partners integrate Carbon into their workflows, Google plans to evaluate broader access timelines and continue expanding the model's defensive feature set.

साइबर सिक्योरिटी और मुश्किल कोडिंग से निपटने के लिए Google ने Gemini 4 Carbon AI मॉडल पेश किया

Google ने ऑफिशियली Gemini 4 Carbon लॉन्च किया है, जो एक खास आर्टिफिशियल इंटेलिजेंस मॉडल है जिसे मल्टी-स्टेप टेक्निकल वर्कफ़्लो को पूरा करने, सॉफ्टवेयर की कमज़ोरियों का पता लगाने और कोड को ऑटोमेट करने के लिए डिज़ाइन किया गया है।

आम तौर पर इस्तेमाल होने वाले चैटबॉट के उलट, Carbon खास तौर पर मुश्किल सॉफ्टवेयर इंजीनियरिंग और डिजिटल डिफेंस कामों के लिए बनाया गया है, जो अलग से असली वजहों की जांच करने और कई दिनों की इंजीनियरिंग चुनौतियों पर काम करने की क्षमता दिखाता है।

एडवांस्ड सॉफ्टवेयर एक्सप्लॉइटेशन क्षमताओं से जुड़े संभावित सिक्योरिटी जोखिमों को कम करने के लिए, Google एक फेज़्ड डिप्लॉयमेंट तरीका अपना रहा है, शुरुआत में साइबर सिक्योरिटी डिफेंडर के चुने हुए हिस्सों को ही एक्सेस दे रहा है, फिर बड़े बिज़नेस और डेवलपर मार्केट में इसकी उपलब्धता बढ़ा रहा है।

अंदरूनी जांच में, Gemini 4 Carbon ने अपने पहले वाले, Gemini 4 Argon के मुकाबले परफॉर्मेंस में काफी सुधार दिखाया।

 मॉडल ने सॉफ्टवेयर की कमजोरियों की पहचान करने के लिए SEC-बेंच प्रो पर 88.2% स्कोर, वल्नरबिलिटी एक्सप्लॉइटेशन का मूल्यांकन करने के लिए एक्सप्लॉइटजिम पर 54.8% और ऑटोमेटेड पैच जेनरेशन के लिए CWE-बेंच पर 71% स्कोर हासिल किया।

इसके अलावा, Google की रिपोर्ट है कि नए मॉडल ने गार्डरेल-फ्री बेंचमार्क टेस्टिंग के दौरान पिछले इटरेशन की तुलना में सिक्योर-कोड जेनरेशन की सफलता दर को दोगुना से भी ज़्यादा कर दिया।

हालांकि ये मेट्रिक्स मजबूत टेक्निकल काबिलियत दिखाते हैं, Google ने इस बात पर ज़ोर दिया कि सिंथेटिक बेंचमार्क नतीजे लाइव प्रोडक्शन एनवायरनमेंट में समान सफलता दर की गारंटी नहीं देते हैं।

सॉफ्टवेयर एक्सप्लॉइट को टेस्ट और असेस करने की मॉडल की खास क्षमता एक डुअल-यूज़ दुविधा पैदा करती है, जिससे Google को कंट्रोल्ड एक्सेस कंट्रोल और लगातार सुरक्षा मूल्यांकन लागू करने के लिए प्रेरित किया जाता है।

टूल को तुरंत पब्लिक के लिए उपलब्ध कराने के बजाय, कंपनी गार्डरेल को बेहतर बनाने और गलत इस्तेमाल को रोकने के लिए शुरुआती सिक्योरिटी पार्टनर से टारगेटेड फीडबैक इकट्ठा कर रही है।

इस कंट्रोल्ड रिलीज़ मैकेनिज्म का मकसद यह पक्का करना है कि डिफेंसिव सिक्योरिटी टीमें कार्बन के पैच-जेनरेशन फीचर्स का इस्तेमाल करके डिजिटल इंफ्रास्ट्रक्चर को मजबूत कर सकें, इससे पहले कि संभावित थ्रेट एक्टर्स को ऐसी ही क्षमताओं का एक्सेस मिल जाए।

 एप्लिकेशन प्रोग्रामिंग इंटरफ़ेस (API) के ज़रिए मॉडल को एक्सेस करने वाले डेवलपर्स के लिए, Google ने प्रमोशनल रेट्स से शुरू होने वाली एक टियर्ड प्राइसिंग स्ट्रैटेजी पेश की है।

शुरुआती प्राइसिंग $2 प्रति मिलियन इनपुट टोकन और $10 प्रति मिलियन आउटपुट टोकन पर सेट की गई है, साथ ही कैश्ड इनपुट डेटा के लिए 95% डिस्काउंट भी है।

शुरुआती रोलआउट पीरियड के बाद, स्टैंडर्ड इस्तेमाल की लागत $4 प्रति मिलियन इनपुट टोकन और $20 प्रति मिलियन आउटपुट टोकन हो जाएगी।

ये स्ट्रक्चर्ड API टियर मॉडल के कॉम्प्लेक्स मल्टी-स्टेप रीज़निंग प्रोसेस के रिसोर्स-इंटेंसिव नेचर को दिखाते हैं।

आखिर में, Gemini 4 Carbon बड़े कंज्यूमर असिस्टेंट्स के बजाय खास डोमेन-स्पेसिफिक AI मॉडल्स की ओर एक टारगेटेड स्ट्रैटेजिक बदलाव दिखाता है।

सॉफ्टवेयर इंजीनियरिंग, बग रिज़ॉल्यूशन और एंटरप्राइज़ डिफेंस पर सीधे फोकस करके, Google का मकसद उन टेक्निकल टीमों को ज़रूरी इंफ्रास्ट्रक्चर सपोर्ट देना है जो तेज़ी से मुश्किल डिजिटल खतरों का सामना कर रही हैं।

जैसे-जैसे भरोसेमंद पार्टनर Carbon को अपने वर्कफ़्लो में इंटीग्रेट करते हैं, Google बड़ी एक्सेस टाइमलाइन को इवैल्यूएट करने और मॉडल के डिफेंसिव फीचर सेट को बढ़ाना जारी रखने का प्लान बना रहा है।

సైబర్‌ సెక్యూరిటీ మరియు క్లిష్టమైన కోడింగ్‌ను ఎదుర్కోవడానికి గూగుల్ జెమిని 4 కార్బన్ ఏఐ మోడల్‌ను పరిచయం చేసింది

బహుళ-దశల సాంకేతిక వర్క్‌ఫ్లోలను అమలు చేయడానికి, సాఫ్ట్‌వేర్ బలహీనతలను కనుగొనడానికి మరియు కోడ్ సవరణను స్వయంచాలకంగా చేయడానికి రూపొందించిన ఒక ప్రత్యేకమైన ఆర్టిఫిషియల్ ఇంటెలిజెన్స్ మోడల్ అయిన జెమిని 4 కార్బన్‌ను గూగుల్ అధికారికంగా ప్రారంభించింది.

సాంప్రదాయ సాధారణ-ప్రయోజన చాట్‌బాట్‌ల వలె కాకుండా, కార్బన్ ప్రత్యేకంగా క్లిష్టమైన సాఫ్ట్‌వేర్ ఇంజనీరింగ్ మరియు డిజిటల్ డిఫెన్స్ పనుల కోసం రూపొందించబడింది. ఇది మూల కారణాలను స్వతంత్రంగా పరిశోధించగల మరియు అనేక రోజుల పాటు సాగే ఇంజనీరింగ్ సవాళ్లను అధిగమించగల సామర్థ్యాన్ని ప్రదర్శిస్తుంది.

అధునాతన సాఫ్ట్‌వేర్ దోపిడీ సామర్థ్యాలతో ముడిపడి ఉన్న సంభావ్య భద్రతా ప్రమాదాలను తగ్గించడానికి, గూగుల్ దశలవారీ విస్తరణ విధానాన్ని అనుసరిస్తోంది. విస్తృత వ్యాపార మరియు డెవలపర్ మార్కెట్‌లకు లభ్యతను విస్తరించే ముందు, ప్రారంభంలో ఎంపిక చేసిన కొద్దిమంది సైబర్‌ సెక్యూరిటీ డిఫెండర్‌లకు మాత్రమే యాక్సెస్‌ను మంజూరు చేస్తుంది.

అంతర్గత మూల్యాంకనాలలో, జెమిని 4 కార్బన్ దాని మునుపటి మోడల్ అయిన జెమిని 4 ఆర్గన్ కంటే పనితీరులో గణనీయమైన మెరుగుదలలను ప్రదర్శించింది.

 ఈ మోడల్, సాఫ్ట్‌వేర్ బలహీనతలను గుర్తించడంలో SEC-bench Proలో 88.2% స్కోరును, దుర్బలత్వ దోపిడీని మూల్యాంకనం చేయడంలో ExploitGymలో 54.8% స్కోరును, మరియు ఆటోమేటెడ్ ప్యాచ్ జనరేషన్‌లో CWE-benchలో 71% స్కోరును సాధించింది.

అదనంగా, గార్డ్‌రైల్-రహిత బెంచ్‌మార్క్ పరీక్ష సమయంలో, మునుపటి వెర్షన్‌లతో పోలిస్తే ఈ కొత్త మోడల్ సురక్షిత-కోడ్ జనరేషన్ విజయ రేటును రెట్టింపు కంటే ఎక్కువగా పెంచిందని గూగుల్ నివేదించింది.

ఈ కొలమానాలు బలమైన సాంకేతిక నైపుణ్యాన్ని ప్రదర్శిస్తున్నప్పటికీ, సింథటిక్ బెంచ్‌మార్క్ ఫలితాలు లైవ్ ప్రొడక్షన్ పరిసరాలలో అవే విజయ రేట్లకు హామీ ఇవ్వవని గూగుల్ నొక్కి చెప్పింది.

సాఫ్ట్‌వేర్ దోపిడీలను పరీక్షించే మరియు అంచనా వేసే ఈ మోడల్ యొక్క ప్రత్యేక సామర్థ్యం ఒక ద్వంద్వ-వినియోగ సందిగ్ధతను సృష్టిస్తుంది, దీనితో గూగుల్ నియంత్రిత యాక్సెస్ నియంత్రణలను మరియు నిరంతర భద్రతా మూల్యాంకనాలను అమలు చేయడానికి ప్రేరేపించింది.

ఈ టూల్‌ను వెంటనే ప్రజలకు అందుబాటులోకి తీసుకురావడానికి బదులుగా, గార్డ్‌రైల్స్‌ను మెరుగుపరచడానికి మరియు హానికరమైన దుర్వినియోగాన్ని నిరోధించడానికి కంపెనీ తన ప్రారంభ భద్రతా భాగస్వాముల నుండి లక్షిత అభిప్రాయాన్ని సేకరిస్తోంది.

ఈ నియంత్రిత విడుదల విధానం, సంభావ్య ముప్పు కలిగించేవారు ఇలాంటి సామర్థ్యాలను పొందే ముందే, డిజిటల్ మౌలిక సదుపాయాలను పటిష్టం చేయడానికి రక్షణాత్మక భద్రతా బృందాలు కార్బన్ యొక్క ప్యాచ్-జనరేషన్ ఫీచర్లను ఉపయోగించుకోగలవని నిర్ధారించడం లక్ష్యంగా పెట్టుకుంది.

 అప్లికేషన్ ప్రోగ్రామింగ్ ఇంటర్‌ఫేస్ (API) ద్వారా మోడల్‌ను యాక్సెస్ చేసే డెవలపర్‌ల కోసం, గూగుల్ ప్రమోషనల్ రేట్లతో ప్రారంభమయ్యే ఒక శ్రేణీకృత ధరల వ్యూహాన్ని ప్రవేశపెట్టింది.

ప్రారంభ ధర ప్రతి మిలియన్ ఇన్‌పుట్ టోకెన్‌లకు $2 మరియు ప్రతి మిలియన్ అవుట్‌పుట్ టోకెన్‌లకు $10గా నిర్ణయించబడింది, దీనితో పాటు కాష్ చేయబడిన ఇన్‌పుట్ డేటాపై 95% తగ్గింపు కూడా ఉంది.

ప్రారంభ రోల్‌అవుట్ కాలం తర్వాత, ప్రామాణిక వినియోగ ఖర్చులు ప్రతి మిలియన్ ఇన్‌పుట్ టోకెన్‌లకు $4 మరియు ప్రతి మిలియన్ అవుట్‌పుట్ టోకెన్‌లకు $20కి మారతాయి.

ఈ నిర్మాణాత్మక API శ్రేణులు, మోడల్ యొక్క సంక్లిష్టమైన బహుళ-దశల తార్కిక ప్రక్రియల యొక్క అధిక వనరుల వినియోగ స్వభావాన్ని ప్రతిబింబిస్తాయి.

అంతిమంగా, జెమిని 4 కార్బన్ అనేది విస్తృత వినియోగదారు సహాయకుల వైపు కాకుండా, ప్రత్యేకమైన డొమైన్-నిర్దిష్ట AI మోడల్‌ల వైపు ఒక లక్షిత వ్యూహాత్మక మార్పును సూచిస్తుంది.

సాఫ్ట్‌వేర్ ఇంజనీరింగ్, బగ్ పరిష్కారం మరియు ఎంటర్‌ప్రైజ్ రక్షణపై నేరుగా దృష్టి సారించడం ద్వారా, గూగుల్ రోజురోజుకు పెరుగుతున్న అధునాతన డిజిటల్ ముప్పులను ఎదుర్కొంటున్న సాంకేతిక బృందాలకు కీలకమైన మౌలిక సదుపాయాల మద్దతును అందించాలని లక్ష్యంగా పెట్టుకుంది.

విశ్వసనీయ భాగస్వాములు కార్బన్‌ను తమ వర్క్‌ఫ్లోలలో ఏకీకృతం చేస్తున్న కొద్దీ, గూగుల్ విస్తృత యాక్సెస్ కాలపరిమితులను మూల్యాంకనం చేయడానికి మరియు మోడల్ యొక్క రక్షణాత్మక ఫీచర్ల సమితిని విస్తరించడం కొనసాగించడానికి ప్రణాళిక వేస్తోంది.