Компания Google представила модель искусственного интеллекта Gemini 4 Carbon, созданную для выполнения сложных многоэтапных задач в области программирования, кибербезопасности и науки. В независимых тестах CursorBench 4.0, Perplexity WANDR и Zapier AutomationBench новинка заняла первое место, снизив затраты на выполнение задач более чем в два раза по сравнению с конкурирующими решениями. В тесте агентской честности из 375 задач модель показала результат 92% против 70% у прошлых версий.
Модель выделяется высокими показателями защиты цифровой инфраструктуры. В рамках программы Fairwind новинка опережает аналогии в поиске уязвимостей на тесте SEC-bench Pro, их исследовании на ExploitGym и создании исправлений на CWE-bench v1. На внутренних тестах системы Project Fortify модель показала 100% точность обнаружения и 95% точности сортировки проблем. А в испытаниях платформы Wiz за два часа были найдены уязвимости нулевого дня.
Система также показала прирост эффективности в научных исследованиях. В проекте AlphaProof Code алгоритмы сгенерировали миллионы строк кода на языке Lean для проверки протокола Signal за несколько недель вместо нескольких лет работы специалистов. Защитные механизмы снизили успешность автоматических кибератак до 2,17% и довели устойчивость к инъекциям промптов до 100% в тесте Gray Swan IPI.
Для разработчиков и исследователей доступ к системе организован через платформу Google AI Studio, среду разработки Android Studio, а также в рамках профильных программ для специалистов по безопасности и научных сотрудников. Стоимость использования Gemini 4 Carbon для разработчиков и корпоративных клиентов составляет 2$ (около 170 рублей) за 1 млн входящих токенов и 10$ (около 830 рублей) за 1 млн исходящих токенов.
От первых смартфонов с HDR-камерой к современным моделям; как менялись снимки и их качество, оцениваем прогресс на примерах и удивляемся его темпу.
Весной прошлого года я делал серию материалов о возможностях AI…
Детальный разговор про SIM-карты и про то, как изменилось их восприятие, почему они стали важны; влияние регулятора на розничный рынок в России; как долго «живет» продавец в Т2
Если бы меня спросили, считаю ли я себя геймером, то я бы сказал, что нет. Игры я люблю, но вот времени…
Источник: mobile-review.com