Τους τελευταίους μήνες η OpenAI και η Anthropic ανταλλάσσουν πυρά, με κάθε νέο μοντέλο να διεκδικεί την κορυφή σε κάποια κατηγορία. Η Google αποφάσισε να μπει δυναμικά στη μέση. Το νέο Gemini 4 Carbon έφτασε σχεδόν αμέσως μετά το Gemini 4 Argon, και τα νούμερα που δείχνει η εταιρεία το φέρνουν μπροστά στα περισσότερα benchmarks.
«Με βάση το Gemini 4 Argon, που παρουσιάσαμε πριν από δύο εβδομάδες, το Carbon δείχνει πόσο γρήγορα προχωράμε», γράφει η Google στο blog της.
Μπροστά, αλλά με μικρή διαφορά
Στο AA Index v5.0, ένα γενικό benchmark που μετρά συνολικά τις ικανότητες των μοντέλων, το Carbon πιάνει 59 μονάδες, λίγο πάνω από το Claude Opus 5.5 και το GPT-6 Astra. Η διαφορά είναι μικρή, όμως η Google ισχυρίζεται ότι κερδίζει σχεδόν παντού: στο agentic coding, στον χειρισμό υπολογιστή, στις εργασίες γραφείου, στις θετικές επιστήμες και στα μαθηματικά.
Εδώ χρειάζεται και η γνωστή υποσημείωση. Τα αποτελέσματα τα παρουσιάζει η ίδια η Google, και η πραγματική εικόνα θα φανεί όταν το μοντέλο φτάσει στα χέρια των χρηστών.
Το δυνατό του χαρτί είναι η ασφάλεια
Το σημείο όπου η εταιρεία επιμένει περισσότερο είναι η κυβερνοασφάλεια, με το Carbon να αφήνει πίσω τον ανταγωνισμό με αρκετά μεγάλη διαφορά. Εντοπίζει ευπάθειες, αξιολογεί ποιες είναι πιο επείγουσες και τις διορθώνει από τη ρίζα τους, όχι επιφανειακά. Σε σχέση με το Argon, η πιθανότητα να γράψει ασφαλή κώδικα είναι διπλάσια.
Η συγκυρία δεν θα μπορούσε να είναι πιο επίκαιρη. Μόλις πριν από λίγες μέρες, τα κενά PHP2Shell, που υπήρχαν στην PHP από το 2012, εντοπίστηκαν με τη βοήθεια μοντέλων AI. Το ίδιο εργαλείο όμως μπορεί εύκολα να πέσει σε λάθος χέρια.
Γι’ αυτό η Google δίνει βάρος και στη συμπεριφορά του μοντέλου. Το Carbon, λέει, καταφεύγει λιγότερο σε εύκολες λύσεις και παραθυράκια, αντέχει καλύτερα στο prompt injection και είναι πιο ειλικρινές. Ναι, υπάρχει ειδικό τεστ για «ισχυρισμούς χωρίς τεκμηρίωση». Υπόσχεται ακόμα καλύτερη συνεργασία και ένα μοντέλο που ολοκληρώνει τη δουλειά του «χωρίς να ξεπερνά τα όρια».
Δεν θα το δεις αμέσως
Όπως και με προηγούμενα μοντέλα αιχμής, το Carbon δεν θα είναι διαθέσιμο σε όλους από την πρώτη μέρα. Πρώτα θα το δοκιμάσουν επιλεγμένες εταιρείες κυβερνοάμυνας, στη συνέχεια περισσότεροι έμπιστοι συνεργάτες μέσω του Fairwind Program, και μόνο μετά θα ανοίξει για το ευρύ κοινό. Την ίδια ακριβώς διαδρομή είχε ακολουθήσει και το Argon, που σήμερα είναι διαθέσιμο στο Gemini app και στο AI Mode της αναζήτησης.
Δύο νέα μοντέλα σε δύο εβδομάδες δείχνουν ότι ο ρυθμός δεν πρόκειται να πέσει. Και η απάντηση από OpenAI ή Anthropic μάλλον δεν θα αργήσει.
