جمینای ۴ کربن معرفی شد؛ قدرتمندترین هوش مصنوعی گوگل

گوگل از جدیدترین و قدرتمندترین مدل هوش مصنوعی مرزی خود با نام «جمینای 4 کربن» رونمایی کرد. این مدل که تنها دو هفته پس از معرفی مدل جمینای 4 آرگون به میدان آمده، در زمینه امنیت سایبری پیشرفته، برنامه‌نویسی و پردازش وظایف چندمرحله‌ای بلندمدت پیشرفت قابل‌توجهی داشته است. جمینای 4 کربن همچنین موفق شده در نسخه پنجم شاخص Artificial Analysis Intelligence با کسب امتیاز 59 در جایگاه نخست جهان قرار بگیرد. مدل جمینای 4 کربن به‌طور اختصاصی برای جریان‌های کاری ایجنت‌محور پایدار و حل چالش‌های بسیار پیچیده مهندسی طراحی شده است.

آزمایش‌های درون‌سازمانی نشان می‌دهد که این مدل توانسته 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. عملکرد این مدل در ارزیابی توسعه وب موسوم به WebDev Arena با 89 امتیاز ارتقا به امتیاز 1768 رسیده و جایگاه چهارم جدول را از آن خود کرده است. پیشرفت خیره‌کننده جمینای 4 کربن در امنیت سایبری و کدنویسی امن در چرخه کامل دفاع سایبری که شامل کشف آسیب‌پذیری، ارزیابی تهدید و ترمیم ریشه‌ای می‌شود، جمینای 4 کربن توانسته رکوردهای جدیدی بر جای بگذارد.

این هوش مصنوعی در بنچمارک SEC-bench Pro به نرخ شناسایی 88.2 درصد برای کشف خودکار حفره‌های امنیتی پیچیده در نرم‌افزارهای واقعی دست یافته است. همچنین در ارزیابی ExploitGym که میزان بهره‌برداری‌پذیری نقص‌ها را اعتبارسنجی می‌کند، رکورد 54.8 درصد و در بنچمارک ترمیم ریشه‌ای کدهای مخرب (CWE-bench) نرخ 71.0 درصد را به ثبت رسانده است. تیم مرورگر کروم گزارش داده که این مدل در تولید پچ‌های باکیفیت تا 10 برابر بهتر از مدل‌های لایه اول سایر رقبا عمل کرده است.

از بعد ایمنی و هم‌راستایی ساختار مدل، گوگل موفق شده نرخ دور زدن قوانین در محیط ترمینال (Terminal-Bench 4.0) را به صفر درصد برساند و ادعاهای بدون منبع را تا دو برابر کاهش دهد. علاوه‌براین، در آزمون حملات تزریق غیرمستقیم پرامپت (Indirect Prompt Injection) که نرخ نفوذ مدل آرگون در آن 0.7 درصد بود، جمینای 4 کربن نرخ موفقیت نفوذ را به 0.0 درصد رسانده و برابر تمام حملات مقاومت کرده است. در مقایسه با رقبای سرسخت بازار، مدل جمینای 4 کربن توانسته 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 4 آرگون قرار بگیرد.

براساس جدول بنچمارک‌های منتشرشده، جمینای 4 کربن با امتیاز 59 در شاخص عمومی AA Index v5.0 رتبه اول را کسب کرده و بالاتر از GPT-6 Astra با امتیاز 57 و Claude Opus 5.5 با امتیاز 58 ایستاده است. در حوزه برنامه‌نویسی ایجنتی، این مدل در بنچمارک SWE-sweep با ثبت امتیاز 9.6 درصد عملکرد بهتری نسبت به GPT-6 Astra (با امتیاز 9.5 درصد) و Claude Opus 5.5 (با امتیاز 3.6 درصد) ارائه داده و در آزمون Terminal-Bench 4.0 نیز با 65.2 درصد از رقبای خود پیشی گرفته است.

در پردازش زمینه‌های طولانی و آزمون GraphWalks، مدل جمینای 4 کربن با جهشی چشمگیر به امتیاز 96.2 درصد رسیده که اختلاف فاحشی با GPT-6 Astra (با امتیاز 71.8 درصد) و Claude Opus 5.5 (با امتیاز 66.8 درصد) دارد. علاوه‌بر‌این، در بخش‌های علوم و ریاضیات نظیر RiemannBench با کسب 80.0 درصد و در بخش امنیت سایبری در تمام آزمون‌های CWE-bench با 71.0 درصد، ExploitGym با 54.8 درصد و SEC-bench Pro با 88.2 درصد، توانسته جایگاه برتر خود را نسبت به دیگر مدل‌های مطرح حفظ کند؛

هرچند در آزمون تعامل با رایانه OSWorld-2.1 مدل Claude Opus 5.5 با امتیاز 87.2 درصد همچنان بالاتر از عملکرد 81.5 درصدی جمینای 4 کربن قرار دارد. دسترسی اولیه به این مدل از طریق برنامه Fairwind به گروهی از مدافعان سایبری داده شده و به زودی با هزینه اولیه 2 دلار به ازای هر یک میلیون توکن ورودی و 10 دلار به ازای هر یک میلیون توکن خروجی در اختیار تمامی توسعه‌دهندگان قرار خواهد گرفت.