Saya memang sudah bilang bahwa kami akan merilis model kami secara berkala... memperkenalkan Gemini 4 Carbon, model frontier kami berikutnya.
Hanya dua minggu setelah peluncuran Argon, Carbon menunjukkan laju kami dalam mendorong batas kemampuan, dengan peringkat #1 di Intelligence Index @ArtificialAnlys v5.0 yang baru diperbarui, dengan skor 59. Carbon juga memimpin dalam sejumlah evaluasi keamanan siber utama, dengan skor 88.2% di SEC-bench Pro untuk menemukan kerentanan, 54.8% di ExploitGym untuk mengeksploitasi kerentanan, dan 71.0% di CWE-bench untuk menambal kerentanan.
Kami melihat peningkatan signifikan dalam tugas berjangka panjang, bahkan dibandingkan dengan Argon, dan kami telah memperkuat perlindungan untuk model frontier.
Seperti yang kami lakukan dengan Argon, kami akan meluncurkannya secara bertahap dan bertanggung jawab. Beberapa pembela siber tepercaya akan mulai mendapat akses minggu ini. Kami akan memperluas akses kepada lebih banyak mitra melalui Program Fairwind kami sebelum ketersediaan yang lebih luas dalam waktu dekat, jadi mohon bersabar!
Hanya dua minggu setelah peluncuran Argon, Carbon menunjukkan laju kami dalam mendorong batas kemampuan, dengan peringkat #1 di Intelligence Index @ArtificialAnlys v5.0 yang baru diperbarui, dengan skor 59. Carbon juga memimpin dalam sejumlah evaluasi keamanan siber utama, dengan skor 88.2% di SEC-bench Pro untuk menemukan kerentanan, 54.8% di ExploitGym untuk mengeksploitasi kerentanan, dan 71.0% di CWE-bench untuk menambal kerentanan.
Kami melihat peningkatan signifikan dalam tugas berjangka panjang, bahkan dibandingkan dengan Argon, dan kami telah memperkuat perlindungan untuk model frontier.
Seperti yang kami lakukan dengan Argon, kami akan meluncurkannya secara bertahap dan bertanggung jawab. Beberapa pembela siber tepercaya akan mulai mendapat akses minggu ini. Kami akan memperluas akses kepada lebih banyak mitra melalui Program Fairwind kami sebelum ketersediaan yang lebih luas dalam waktu dekat, jadi mohon bersabar!