新モデル

1件 / 元の本文を表示

1. 【最重要】Gemini 4 Carbon発表 — 脆弱性発見88.2%、修正71.0%を記録

発表：10月28日（米国時間）｜限定提供開始

Google DeepMindが、最新フロンティアモデル「Gemini 4 Carbon」を発表しました。

Carbonは、長時間の自律的なソフトウェア開発とサイバーセキュリティに重点を置いたモデルです。Artificial Analysis Intelligence Index v5.0では59点で首位となり、脆弱性発見・検証・修正の各ベンチマークでも高いスコアを記録しました。

Google社内では、複雑な不具合の原因調査や大規模コードベースの修正に、数日間継続して取り組むエージェントとして利用されています。

特に重要なのは、AIによる脆弱性の発見から修正までを一連の工程として扱える能力です。

従来のコード解析ツールが苦手としていた、複数ファイルにまたがる複雑な不具合の調査に期待できます。

Googleが公表した主要なベンチマーク結果です。

ベンチマーク	Gemini 4 Carbon
Artificial Analysis Intelligence Index v5.0	59点・1位
SEC-bench Pro：脆弱性発見	88.2%
ExploitGym：脆弱性の悪用可能性検証	54.8%
CWE-bench：脆弱性修正	71.0%
Gray Swan間接Prompt Injection評価	攻撃成功率0.0%

※Googleの公表値です。安全性評価の0%は、評価対象の攻撃に対する結果であり、あらゆる攻撃を防げるという意味ではありません。

予定API料金は100万トークン当たり入力$2、出力$10。 キャッシュ済み入力は95%割引です。導入価格終了後は入力$4、出力$20となる予定です。

ただし、現時点では一般開発者向けAPIは公開されていません。まず一部のサイバー防御担当者へ提供し、Fairwind Programを通じて段階的に拡大します。

Googleの内部評価では、Carbonは前モデルArgonと比較して、安全なコードの生成成功率が2倍以上になっています。

また、根拠のない主張を約半減させ、複雑な作業で許可された範囲を超えて操作する問題も改善したとしています。

これはCoding Agentにとって重要です。正しいコードを書く能力と、指示された範囲だけを操作する能力は別物だからです。