Google’ın yeni yapay zeka modeli Gemini 4 Carbon, kodlama ve siber güvenlik testlerinde elde ettiği sonuçlarla öne çıktı. Model, güvenlik açıklarını tespit etme, doğrulama ve giderme gibi karmaşık görevleri yerine getirmek üzere geliştirildi.
Google, Gemini 4 Carbon modelini ilk aşamada sınırlı sayıda siber güvenlik uzmanının kullanımına sunacak. Modelin daha geniş kitlelere açılması için güvenlik değerlendirmeleri ve kötüye kullanımı önlemeye yönelik çalışmalar sürüyor.
Gemini 4 Carbon Güvenlik Testlerinde Nasıl Performans Gösterdi?
Gemini 4 Carbon, Artificial Analysis Intelligence Index 5.0 değerlendirmesinde 59 puan alarak ilk sırada yer aldı. Model, özellikle yazılım geliştirme, otonom görevler ve güvenlik açıklarının giderilmesi alanlarındaki performansıyla dikkat çekti.
Açıklanan test sonuçları şöyle:
- SEC-bench Pro: Gerçek yazılımlardaki güvenlik açıklarını tespit etme testinde yüzde 88,2 başarı.
- ExploitGym: Güvenlik açıklarının istismar edilebilirliğini değerlendirmede yüzde 54,8 başarı.
- CWE-bench: Güvenlik açıklarını gidermeye yönelik kod düzeltmelerinde yüzde 71 başarı.
Bu sonuçlar, modelin yalnızca güvenlik sorunlarını belirlemekle kalmayıp bunların doğrulanması ve giderilmesi süreçlerinde de kullanılabileceğine işaret ediyor. Ancak söz konusu değerlendirmelerin koruma önlemleri uygulanmadan gerçekleştirildiği belirtiliyor.
Google’ın şirket içi testlerine göre Carbon’un güvenli kod üretme performansı, önceki model Gemini 4 Argon’a kıyasla iki kattan fazla arttı. Chrome ekibi de modelin kaliteli yazılım yamaları üretme performansının başka bir yapay zeka laboratuvarının gelişmiş modeline kıyasla 10 kattan fazla yüksek olduğunu bildirdi.
Karmaşık Yazılım Projelerinde Uzun Süre Çalışabiliyor
Gemini 4 Carbon, büyük kod tabanlarında hata bulma, sorunların kaynağını araştırma ve düzeltme geliştirme gibi çok aşamalı görevleri yürütmek üzere tasarlandı.
Google, şirket içi testlerde modelin günler boyunca çalışarak karmaşık mühendislik sorunları üzerinde ilerleme kaydedebildiğini belirtiyor. Bu yaklaşım, yapay zekanın yalnızca kısa kod parçaları üretmesi yerine daha kapsamlı yazılım geliştirme süreçlerini yönetmesini amaçlıyor.
Modelin geliştirilmesinde kodlama, bilimsel çalışmalar, otonom iş akışları, web geliştirme ve çok modlu anlama yeteneklerine odaklanıldı. Web geliştirme alanındaki ilerlemeler de sıralamalara yansıdı. Carbon, WebDev Arena’da 89 Elo puanı kazanarak 1768 puanla dördüncü sıraya yükseldi.
Google Güvenlik ve Güvenilirlik Önlemlerini Artırdı
Google, Gemini 4 Carbon’un güvenli kullanımını desteklemek için model eğitimi, gerçek zamanlı kötüye kullanım savunmaları, istem enjeksiyonuna karşı koruma ve düşünce zinciri izleme gibi farklı önlemleri bir araya getirdi.
Şirketin açıkladığı şirket içi test sonuçlarında şu gelişmeler öne çıktı:
- Hile girişimleri: Terminal-Bench 4.0 testinde başarılı hile oranı yüzde 0, hile girişimi oranı ise yüzde 0,4 olarak ölçüldü.
- Uyumsuz davranışlar: Canlı kodlama ortamlarında yüksek önem dereceli uyumsuzluk uyarıları yaklaşık yüzde 80 azaldı.
- Kanıtsız iddialar: Önceki model Argon’a kıyasla yaklaşık yarı yarıya azalma görüldü.
- Görev kapsamına bağlılık: Gereğinden fazla işlem yapma oranı yüzde 26, eksik hizmet sunma oranı yüzde 29 azaldı.
- İstem enjeksiyonu: Gray Swan’ın dolaylı istem enjeksiyonu testinde saldırıların başarı oranı yüzde 0 olarak ölçüldü. Argon için açıklanan oran yüzde 0,7 seviyesindeydi.
Google’a göre model, yeterli kanıt bulunmadığında desteklenmeyen bilgiler üretmek yerine belirsizlikleri belirtmeye ve ilgili kaynakları incelemeye odaklanıyor. Şirket, modelin görev sınırlarına daha iyi uymasını ve çelişkili bilgileri daha doğru biçimde ele almasını da hedefliyor. Bu verilerin şirket içi değerlendirmelere dayandığı ve gerçek kullanım koşullarındaki sonuçların farklılık gösterebileceği göz önünde bulundurulmalı.
Gemini 4 Carbon Kimlerin Kullanımına Açılacak?
Google, modelin dağıtımını aşamalı olarak gerçekleştirmeyi planlıyor. Şirket, ABD hükümetinin piyasaya çıkış öncesi yapay zeka modeli testlerine yönelik gönüllü sürecine katılıyor.
İlk aşamada belirli siber güvenlik uzmanları Gemini 4 Carbon’a erişebilecek. Sonraki aşamada erişimin Fairwind Programı aracılığıyla güvenilir iş ortaklarına genişletilmesi planlanıyor. Modelin geliştiricilere, işletmelere ve bireysel kullanıcılara ne zaman sunulacağı ise henüz netleşmiş değil.
Gemini 4 Carbon API Fiyatları Açıklandı
Google, Gemini 4 Carbon için Gemini 4 Argon ile aynı başlangıç fiyatlandırmasını planlıyor. Açıklanan API ücretleri şöyle:
- Girdi: 1 milyon token başına 2 dolar.
- Çıktı: 1 milyon token başına 10 dolar.
- Önbelleğe alınmış girdi: Standart girdi fiyatına göre yüzde 95 indirim.