هدهد ویژن

گوگل مدل هوش مصنوعی جمینای ۴ کربن را معرفی کرد

منتشرشده: · فناوری

گوگل مدل هوش مصنوعی جمینای ۴ کربن را معرفی کرد

گوگل مدل هوش مصنوعی مرزی جدیدی به نام جمینای ۴ کربن رونمایی کرد که در حوزه‌های امنیت سایبری، برنامه‌نویسی و پردازش وظایف چندمرحله‌ای پیشرفت قابل‌توجهی داشته است.

گوگل مدل هوش مصنوعی مرزی جدیدی به نام جمینای ۴ کربن رونمایی کرد. این مدل که دو هفته پس از معرفی جمینای ۴ آرگون به بازار عرضه شد، در زمینه امنیت سایبری پیشرفته، برنامه‌نویسی و پردازش وظایف چندمرحله‌ای بلندمدت پیشرفت قابل‌توجهی داشته است.

آزمایش‌های درون‌سازمانی نشان داد که جمینای ۴ کربن می‌تواند برای چند روز مداوم اجرا شود و بدون متوقف‌شدن در بن‌بست‌های محاسباتی، به ریشه‌یابی و رفع باگ‌های پنهان در کدهای حجیم و سیستم‌های سطح پایین بپردازد. در ارزیابی توسعه وب WebDev Arena، این مدل با امتیاز ۱۷۶۸ جایگاه چهارم جدول را از آن خود کرده است.

در حوزه امنیت سایبری، جمینای ۴ کربن در بنچمارک SEC‑bench Pro نرخ شناسایی ۸۸.۲ درصد برای کشف حفره‌های امنیتی پیچیده در نرم‌افزارهای واقعی به دست آورد. در ارزیابی ExploitGym، نرخ بهره‌برداری ۵۴.۸ درصد و در بنچمارک ترمیم ریشه‌ای کدهای مخرب CWE‑bench ۷۱.۰ درصد ثبت شد. تیم مرورگر کروم گزارش داد که این مدل در تولید پچ‌های باکیفیت تا ۱۰ برابر بهتر از مدل‌های لایه اول سایر رقبا عمل کرده است.

در آزمون حملات تزریق غیرمستقیم پرامپت، جمینای ۴ کربن نرخ موفقیت نفوذ را به صفر درصد رساند و در آزمون Terminal‑Bench 4.0 نرخ دور زدن قوانین را به صفر درصد برساند. در مقایسه با رقبای بازار، این مدل در اکثر شاخص‌های کلیدی بالاتر از مدل‌هایی نظیر GPT‑6 Astra، Claude Opus 5.5، Claude Fable 5.1 و نسل قبلی خود یعنی جمینای ۴ آرگون قرار گرفت.

در حوزه برنامه‌نویسی ایجنتی، جمینای ۴ کربن در بنچمارک SWE‑sweep امتیاز ۹.۶ درصد کسب کرد که بالاتر از GPT‑6 Astra (۹.۵ درصد) و Claude Opus 5.5 (۳.۶ درصد) بود. در آزمون GraphWalks، این مدل با امتیاز ۹۶.۲ درصد به‌طور چشمگیر از GPT‑6 Astra (۷۱.۸ درصد) و Claude Opus 5.5 (۶۶.۸ درصد) پیشی گرفت.

در بخش‌های علوم و ریاضیات، جمینای ۴ کربن در RiemannBench امتیاز ۸۰.۰ درصد کسب کرد. در آزمون‌های امنیت سایبری، این مدل در تمام آزمون‌های CWE‑bench با ۷۱.۰ درصد، ExploitGym با ۵۴.۸ درصد و SEC‑bench Pro با ۸۸.۲ درصد جایگاه برتری خود را حفظ کرد؛ هرچند در آزمون تعامل با رایانه OSWorld‑2.1، مدل Claude Opus 5.5 با امتیاز ۸۷.۲ درصد بالاتر از جمینای ۴ کربن (۸۱.۵ درصد) قرار داشت.

دسترسی اولیه به این مدل از طریق برنامه Fairwind به گروهی از مدافعان سایبری داده شده و به زودی با هزینه اولیه ۲ دلار به ازای هر یک میلیون توکن ورودی و ۱۰ دلار به ازی از هر یک میلیون توکن خروجی در اختیار توسعه‌دهندگان قرار خواهد گرفت.

خبرهای مرتبط