சிறந்த AI மதிப்பெண்ணுடன் ஜெமினி 4 கார்பனை அறிமுகப்படுத்திய கூகுள்; சைபர் பாதுகாப்பாளர்களுக்கு மட்டும் தொடக்க அணுகல்

மதிப்பீட்டுப் பட்டியலில் புதிய முதலிடம்; அணுகல் கட்டுப்படுத்தப்பட்டுள்ளது

செயற்கை நுண்ணறிவு மாதிரியான ஜெமினி 4 கார்பனை கூகுள் அறிமுகப்படுத்தியுள்ளது. Artificial Analysis Intelligence Index v5.0-ல் 59 மதிப்பெண் பெற்ற இந்த மாதிரி, மென்பொருள் பாதிப்புகளைக் கண்டறிதல், சோதித்தல், சரிசெய்தல் ஆகியவற்றிலும் வலுவான முடிவுகளைப் பதிவு செய்துள்ளது. பொதுமக்களுக்குப் பதிலாக, தேர்ந்தெடுக்கப்பட்ட சைபர் பாதுகாப்பாளர்களே இதன் முதல் பயனர்களாக இருப்பார்கள்.

2026 அக்டோபர் 28 தேதியிட்ட நிறுவனத்தின் ஜெமினி 4 கார்பன் அறிவிப்பு, பொதுவான திறன் குறியீட்டில் கிளாட் ஓபஸ் 5.5 மற்றும் GPT-6 அஸ்ட்ராவை விட இந்த மாதிரி முன்னிலையில் இருப்பதாகக் கூறுகிறது. ஜெமினி 4 ஆர்கான் அறிமுகமாகி இரண்டு வாரங்களே ஆன நிலையில் இது வெளியிடப்பட்டுள்ளது. இதனால், முந்தைய மாதிரியுடன் பல பயனர்கள் பழகுவதற்குப் போதிய காலம் கிடைப்பதற்கு முன்பே, கூகுள் மற்றொரு முதன்மை மாதிரியை அறிமுகப்படுத்தியுள்ளது.

கூகுள் டீப் மைண்டின் மூத்த துணைத் தலைவரும் கூகுளின் தலைமை AI கட்டமைப்பாளருமான கொரே கவுக்சுலு, மாதிரியின் முக்கிய வலிமைகளை இவ்வாறு விவரித்தார்:

அதிநவீன சைபர் பாதுகாப்பு மற்றும் நீண்டகாலப் பணித் திறன்களைக் கொண்ட எங்களின் வலுவான மாதிரி ஜெமினி 4 கார்பன்.

கடினமான பொறியியல் பணிகளில், நுட்பமான பிழைகளைக் கண்டறிதல் மற்றும் பெரிய மென்பொருள் திட்டங்களில் திருத்தங்களை உருவாக்குதல் உள்ளிட்ட பணிகளை கார்பன் பல நாள்கள் மேற்கொள்வதைத் தங்கள் உள் குழுக்கள் கவனித்துள்ளதாக கூகுள் கூறுகிறது. பாதுகாப்புக் குழுக்களுக்கு, ஒரு பதிலை மட்டும் பரிந்துவிட்டு நிற்காமல், பலமுறை தோல்வியுற்ற அணுகுமுறைகளுக்குப் பிறகும் ஒரு சிக்கலைத் தொடர்ந்து கையாளக்கூடிய உதவியாளரை இது வழங்கும் என எதிர்பார்க்கப்படுகிறது.

கார்பனின் அறிமுகம் ஒரு நடைமுறை முரண்பாட்டையும் வெளிப்படுத்துகிறது. மென்பொருளின் பலவீனங்களைக் கண்டறிந்து பயன்படுத்தும் திறன், பாதுகாப்பாளர்களுக்கு அமைப்புகளைச் சீரமைக்க உதவக்கூடும்; அதேவேளையில் தாக்குதலாளர்களுக்கும் பயனுள்ள திறன்களை வழங்கலாம். வெளியீட்டுக்கு முன் அமெரிக்க அரசின் தன்னார்வச் சோதனையில் கூகுள் பங்கேற்கிறது. அதன் Fairwind திட்டத்தின் மூலம் படிப்படியாக அணுகலை விரிவுபடுத்தவும் திட்டமிட்டுள்ளது.

முடிவுகளை ஒன்றாகப் பார்க்கும்போதுதான் தெளிவான படம் கிடைக்கிறது: பரந்த அளவிலான நுண்ணறிவுக் குறியீட்டிலும் பல பாதுகாப்புச் சோதனைகளிலும் கார்பன் முதலிடத்தில் உள்ளது; ஆனால் சில நிரலாக்கப் பணிகளில் போட்டியாளர்களைவிடப் பின்தங்குகிறது. கூகுளின் உள் நம்பகத்தன்மை மேம்பாடுகளுடன், ஆர்கானுடன் ஒப்பிடும்போது தவறான பதில்களை உருவாக்கும் விகிதம் அதிகரித்ததாகக் காட்டும் வெளிப்புறச் சோதனையும் உள்ளது.

சைபர் பாதுகாப்பு மதிப்பெண்கள் எதை அளவிடுகின்றன?

மூன்று முக்கிய பாதுகாப்பு முடிவுகளை கூகுள் தெரிவித்துள்ளது: SEC-bench Pro-வில் 88.2%, ExploitGym-ல் 54.8%, Collinear-ன் CWE-bench-ல் 71.0%. ஒவ்வொன்றும் பாதுகாப்பாளரின் பணியில் வெவ்வேறு அம்சத்தை அளவிடுகிறது.

உண்மையான மென்பொருளில் உள்ள பாதிப்புகளை ஒரு மாதிரி கண்டறியுமா என்பதை SEC-bench Pro சோதிக்கிறது. பாதிப்பு என்பது, தகவல்களை அணுகவோ, அமைப்பை மாற்றவோ அல்லது அதன் செயல்பாட்டைத் தடுக்கவோ ஒருவருக்கு வழிவகுக்கும் பலவீனம். மென்பொருளில் ஆழமாகப் பதிந்துள்ள சிக்கலான குறைபாடுகளைக் கண்டறிவதில் கார்பன் இந்த மதிப்பீட்டில் முன்னிலை வகிப்பதாக கூகுள் கூறுகிறது.

அடுத்த கட்டத்தை ExploitGym சோதிக்கிறது: ஒரு பலவீனத்தைச் செயல்படும் தாக்குதல் முறையாக மாற்றுவது. எக்ஸ்ப்ளாய்ட் என்பது ஒரு குறைபாட்டைப் பயன்படுத்தி, அமைப்பு எதிர்பாராத வகையில் செயல்படச் செய்யும் வழிமுறை. எந்தப் பலவீனங்கள் உடனடி ஆபத்தை ஏற்படுத்துகின்றன, எவற்றை முதலில் சரிசெய்ய வேண்டும் என்பதை மதிப்பிட, பாதுகாப்புக் குழுக்கள் கட்டுப்படுத்தப்பட்ட தாக்குதல் சோதனைகளைப் பயன்படுத்துகின்றன.

அடிப்படைச் சிக்கலைச் சரிசெய்யும் குறியீட்டை எழுதுவது, அதாவது பேட்ச் செய்வது, CWE-bench-ல் அளவிடப்படுகிறது. கார்பனின் 71.0% மதிப்பெண், சந்தேகத்துக்குரிய குறியீட்டைச் சுட்டிக்காட்டுவதோடு நின்றுவிடாமல், பழுதுபார்ப்பை முடிப்பதிலும் கவனம் செலுத்துகிறது.

இந்த வெளிப்புற சைபர் பாதுகாப்பு மதிப்பீடுகள் பாதுகாப்புத் தடைகள் இன்றி நடத்தப்பட்டதாக கூகுள் கூறுகிறது. அதாவது, வெளியிடப்பட்ட மாதிரியின் செயல்களை வரம்புபடுத்தப் பயன்படுத்தப்படும் பாதுகாப்புக் கட்டுப்பாடுகள் இந்த மதிப்பீடுகளின்போது செயல்பாட்டில் இல்லை. அந்தச் சோதனைச் சூழல்களில் கிடைத்த செயல்திறனையே அவற்றின் மதிப்பெண்கள் காட்டுகின்றன; கூகுளின் தயாரிப்புகள் வழியாக அணுகும்போது பாதுகாப்புக் கட்டுப்பாடுகள் இருக்கும்.

உள் மதிப்பீடுகளில் பாதுகாப்பான குறியீட்டை உருவாக்குவதில் ஆர்கானைவிட இரு மடங்குக்கும் அதிகமான வெற்றி விகிதத்தைப் பெற்றுள்ளதாகவும் கூகுள் தெரிவிக்கிறது. பெயர் வெளியிடப்படாத போட்டி ஆய்வகத்தின் பெரிய முன்னணி மாதிரியுடன் ஒப்பிடுகையில், உயர்தர பேட்ச்களை உருவாக்குவதில் கார்பன் 10 மடங்குக்கும் மேலாகச் சிறப்பாகச் செயல்பட்டதாக அதன் குரோம் குழு கூறுகிறது. பாதுகாப்பான குறியீடு தொடர்பான இந்த உள் முடிவுகள் இன்னும் சுயாதீனமாக மீண்டும் உறுதிப்படுத்தப்படவில்லை; ஒப்பீட்டில் குறிப்பிடப்படும் போட்டி மாதிரி எது என்பதையும் கூகுள் தெரிவிக்கவில்லை.

முதலிடம் என்பது எல்லாப் பணிகளிலும் வெற்றி என்பதல்ல

Artificial Analysis-ன் Intelligence Index v5.0-ல் கார்பன் 59 மதிப்பெண் பெற்றுள்ளது; கிளாட் ஓபஸ் 5.5-க்கு 58, GPT-6 அஸ்ட்ராவுக்கு 57. எனவே, ஓபஸைவிட ஒரு மதிப்பெண்ணும் அஸ்ட்ராவைவிட இரண்டு மதிப்பெண்ணும் கார்பன் முன்னிலையில் உள்ளது. கூகுள் குறிப்பிட்டுள்ள மிக வலுவான சைபர் பாதுகாப்பு ஒப்பீடுகளைவிட இந்த இடைவெளி குறைவு.

ஒன்பது மதிப்பீடுகளின் முடிவுகளை இந்தக் குறியீடு ஒன்றிணைக்கிறது. அவற்றில் நான்கில் கார்பன் முன்னிலை வகிக்கிறது: HLE-Diamond, TB-Science, AA-Omniscience மற்றும் AutomationBench. திருத்தப்பட்ட குறியீட்டில் 60% தனிப்பட்ட சோதனைகளைப் பயன்படுத்துகிறது என்றும், அவற்றின் கேள்விகள் பொதுவெளியில் பகிரப்படுவதில்லை என்றும் Artificial Analysis கூறுகிறது.

நிரலாக்க முடிவுகள் கலவையாக உள்ளன. கூகுளின் Antigravity CLI-யுடன் இணைக்கப்பட்ட கார்பன், Coding Agent Index-ல் 59 மதிப்பெண் பெறுகிறது; ஓபஸ் 5.5-உடன் இணைக்கப்பட்ட Claude Code 62 பெறுகிறது. கோப்புகளை ஆய்வு செய்யவும், கட்டளைகளை இயக்கவும், மென்பொருளைத் திருத்தவும் உதவும் கருவிகளுடன் ஒரு மாதிரி இணைக்கப்படுவதே நிரலாக்க முகவர். எனவே, அதனுடன் பயன்படுத்தப்படும் மென்பொருளும் முடிவைப் பாதிக்கிறது.

FrontierCode v1.1-ல் கார்பன் 51% மதிப்பெண் பெற்றுள்ளது; ஓபஸின் 56%-ஐவிடக் குறைவு. FrontierSWE-ல் இது 61.2% பெறுகிறது. GPT-6 அஸ்ட்ரா 65.5%, ஓபஸ் 5.5 62.3%, சொனெட் 5.5 61.9% பெற்றுள்ளன. இந்த ஒப்பீடுகள், பொதுவான தரவரிசையுடன் தங்கள் பணிகளுக்கு மிக நெருக்கமான சோதனைகளையும் கவனிக்க வேண்டிய தெளிவான காரணத்தை உருவாக்குநர்களுக்கு அளிக்கின்றன.

வலை உருவாக்கம் மற்றொரு முன்னேற்றப் பகுதி. கூகுளின் அறிவிப்பின்படி, 89 புள்ளிகள் உயர்ந்து 1,768 Elo புள்ளிகளுடன் WebDev Arena-வில் கார்பன் நான்காவது இடத்தில் உள்ளது. ஒப்பீட்டுச் செயல்திறனை அடிப்படையாகக் கொண்ட மதிப்பீட்டு முறையே Elo. Text Arena-வில் 1,528 புள்ளிகளுடன் கார்பன் முதலிடத்திலும், Agent Arena-வில் இரண்டாம் இடத்திலும் உள்ளது. இதனால் பாதுகாப்புப் பணிகளைத் தாண்டியும் அதன் வலுவான செயல்பாடு விரிவடைகிறது.

ஒரே பதிலுக்குப் பதிலாகப் பல நாள்கள் தொடர்ந்து செயல்படுதல்

ஒரு இலக்கை நோக்கி AI அமைப்பு தொடர்ச்சியான செயல்களை மேற்கொள்ளும் நீடித்த முகவர் பணிச்சூழல்களுக்காக கார்பனை வடிவமைத்ததாக கூகுள் கூறுகிறது. மென்பொருள் பொறியியலில், ஒரு திட்டத்தை ஆய்வு செய்தல், பிழைக்கான விளக்கத்தை உருவாக்குதல், குறியீட்டை மாற்றுதல், சோதனைகளை இயக்குதல், அவை தோல்வியடைந்தால் திருத்தத்தை மறுபரிசீலனை செய்தல் ஆகியவை இதில் அடங்கலாம்.

பெரிய குறியீட்டுத் தொகுப்புகள் மற்றும் கீழ்நிலை அமைப்புகள் தொடர்பான சிக்கலான பணிகளில் கார்பன் பல நாள்களாகத் தொடர்ந்து செயல்பட்டதாக கூகுளின் உள் குழுக்கள் கூறுகின்றன. முட்டுக்கட்டைகள் ஏற்பட்டாலும் தொடர்ந்து செயல்படும் திறன் இதற்கு இருப்பதாக நிறுவனம் விவரிக்கிறது. முதல் சாத்தியமான விளக்கம் தவறாக இருக்கும்போது இது முக்கியமான அம்சமாகும்.

வெளியிடப்பட்ட விவரக்குறிப்புகளில் ஒரு மில்லியன் டோக்கன் சூழல் சாளரமும், அதிகபட்சமாக ஒரு மில்லியன் டோக்கன் வெளியீடும் குறிப்பிடப்பட்டுள்ளன. ஒரு மாதிரி செயலாக்கும் உரையின் சிறு அலகுகளே டோக்கன்கள். ஒரு பணிக்காக வழங்கப்பட்ட வழிமுறைகள் மற்றும் உள்ளடக்கம் உட்பட, ஒரே நேரத்தில் மாதிரியால் பரிசீலிக்கக்கூடிய அளவைக் குறிக்கிறது சூழல் சாளரம்.

கார்பன் உரை, படங்கள், காணொளி, பேச்சு ஆகியவற்றைப் பெறுவதுடன், உரையையும் வெளியிடும் எனத் தெரிவிக்கப்பட்டுள்ளது. இந்த உள்ளீட்டு வகைகள் ஒரே பணிச்சூழலில் எழுதப்பட்ட பிழை அறிக்கை, திரைப்பிடிப்பு, எதிர்பாராத மென்பொருள் நடத்தையின் பதிவெடுப்பு ஆகியவற்றை ஒருங்கிணைக்க உதவும்.

நிரலாக்கத்திற்கு அப்பாற்பட்ட செயல்திறன் மாறுபடுகிறது. AA-Briefcase அறிவுசார் பணிகள் மதிப்பீட்டில் கார்பன் 1,609 Elo பெற்று, ஆர்கானைவிட 126 புள்ளிகள் அதிகம் பெற்றாலும், Grok 4.7, Muse Wonder, Kimi K3.1 Pro ஆகியவற்றைவிடப் பின்தங்குகிறது. Vals Index-ல் இரண்டாம் இடத்திலும், அதன் Finance Index மற்றும் Legal Research Benchmark-ல் முதலிடத்திலும் உள்ளது. இந்த முடிவுகளின் வேறுபாடு, மென்பொருள் பழுதுபார்ப்பு, ஆவணப் பகுப்பாய்வு அல்லது வேறொரு குறிப்பிட்ட பணிக்காகத் தங்களுக்குத் தேவைப்படும் திறனைப் பொறுத்து நிறுவனங்கள் மாதிரியைத் தேர்வு செய்யக்கூடும் என்பதைக் காட்டுகிறது.

பாதுகாப்புச் சோதனைகள்: முயற்சி செய்த ஏமாற்றுதலையும் வெற்றிகரமான ஏமாற்றுதலையும் வேறுபடுத்துகின்றன

Terminal-Bench 4.0-ல் வெற்றிகரமான ஏமாற்று முயற்சியின் விகிதம் 0.0%; முயற்சி செய்ததன் விகிதம் 0.4% என கூகுள் தெரிவித்துள்ளது. இந்த இரு எண்களும் வெவ்வேறு நடத்தைகளைக் குறிக்கின்றன: மாதிரி முறையற்ற குறுக்கு வழியை முயன்றதா, அந்த முயற்சி வெற்றி பெற்றதா என்பன.

அத்தகைய குறுக்கு வழிகளைக் குறைத்தபடியே பணித் துல்லியத்தை கார்பன் மேம்படுத்தியதாக கூகுள் கூறுகிறது. தனது குழுக்களுடன் மேற்கொண்ட நேரடி நிரலாக்கப் பணிகளில், திட்டமிட்ட நடத்தையிலிருந்து கடுமையாக விலகுவதற்கான எச்சரிக்கைகள் கிட்டத்தட்ட 80% குறைந்தன.

உட்பொதிக்கப்பட்ட வழிமுறைத் தாக்குதலும் கவனத்தில் கொள்ளப்படும் மற்றொரு அம்சமாகும். வலைப்பக்கம் அல்லது கோப்பு போன்ற, AI படிக்க வேண்டிய உள்ளடக்கத்துக்குள் வழிமுறைகளை வைத்து, பயனரின் பணியிலிருந்து அதைத் திசைதிருப்புவது இந்தத் தாக்குதல். ஒரு திட்டத்தை ஆய்வு செய்யும் உதவியாளருக்கு, அதன் வழிமுறைகளைப் புறக்கணிக்கவோ தகவல்களை வெளியிடவோ சொல்லும் உரை எதிர்ப்படலாம்.

Gray Swan-ன் Indirect Prompt Injection Benchmark-ல் கார்பனின் தாக்குதல் வெற்றி விகிதம் 0.0% ஆகப் பதிவானது. ஒப்பீட்டில் ஆர்கான் 0.7%, கிளாட் ஓபஸ் 5.5 1%, GPT-6 அஸ்ட்ரா 8.5% பெற்றன. இந்தச் சோதனையில் மதிப்பிடப்பட்ட ஒவ்வொரு தாக்குதல் முயற்சியையும் கார்பன் எதிர்த்தது என்பதே கூகுளின் முடிவாகும்.

மாதிரிப் பயிற்சியுடன், செயல்பாட்டின்போது தவறான பயன்பாட்டைத் தடுக்கும் பாதுகாப்புகள், உட்பொதிக்கப்பட்ட வழிமுறைத் தாக்குதல்களை எதிர்க்கும் திறன், அதன் பகுத்தறிவு செயல்முறையைக் கண்காணித்தல் ஆகியவற்றையும் கார்பன் ஒருங்கிணைக்கிறது என கூகுள் கூறுகிறது. தேர்ந்தெடுக்கப்பட்ட பாதுகாப்பாளர்கள் இதைப் பயன்படுத்தும்போது கருத்துகளைச் சேகரித்து, அந்தப் பாதுகாப்புகளைச் சரிசெய்யும் வாய்ப்பைத் தொடக்கத்திலான கட்டுப்படுத்தப்பட்ட வெளியீடு நிறுவனத்துக்கு வழங்கும்.

உள்நிலை நம்பகத்தன்மை மேம்பட்டது; வெளிப்புற அளவீடு ஒன்று மோசமடைந்தது

உள் சோதனைகளில், ஆர்கானுடன் ஒப்பிடுகையில் ஆதாரமற்ற கூற்றுகளை கார்பன் சுமார் பாதியாகக் குறைத்ததாக கூகுள் கூறுகிறது. ஆதாரம் இல்லாததை விளக்கவும், நிறைவேறாத தேவைகளைப் பட்டியலிடவும், செயல்படுவதற்கு முன் முரண்பட்ட தகவல்களைச் சுட்டிக்காட்டவும் அதிக வாய்ப்புள்ள மாதிரியாக அது கார்பனை விவரிக்கிறது.

எல்லை மீறிச் செயல்படுவது 26% குறைந்துள்ளதாகவும், கோரியதை முழுமையாகச் செய்யாமல் விடுவது 29% குறைந்துள்ளதாகவும் கூகுள் தெரிவிக்கிறது. அன்றாடச் சொற்களில், பயனரின் வழிமுறைகளைத் தாண்டிச் செயல்படுவதற்கும், கோரிய பணியை முடிக்காமல் நிறுத்துவதற்கும் கார்பனில் வாய்ப்பு குறைவு என்பதே இதன் பொருள்.

Artificial Analysis-ன் Omniscience மதிப்பீட்டில் மாறுபட்ட முடிவு பதிவாகியுள்ளது: ஆர்கானின் 4%-இலிருந்து கார்பனின் மாயத்தோற்ற விகிதம் 11%-ஆக உயர்ந்துள்ளது. புனையப்பட்ட அல்லது தவறான தகவலை உண்மையாக முன்வைக்கும் பதிலே மாயத்தோற்றம். இருந்தாலும், இந்த ஒப்பீட்டில் அளவிடப்பட்ட விகிதங்களில் இரண்டாவது குறைந்த விகிதம் கார்பனுடையதே; ஓபஸ் 5.5 மற்றும் அஸ்ட்ரா இரண்டும் 50% பெற்றுள்ளன.

மாயத்தோற்ற விகிதம் அதிகரித்திருந்தாலும், Omniscience மதிப்பீட்டில் 54 மதிப்பெண்ணுடன் கார்பன் முன்னிலை வகிக்கிறது. முன்பு பதிலளிக்காமல் தவிர்த்த கேள்விகளுக்கும் பதிலளிக்க முயலும்போது, ஒரு மாதிரி அதிகக் கேள்விகளுக்குச் சரியாகப் பதிலளித்தாலும் கூடுதலான பிழைகளையும் செய்யக்கூடும். கூகுளின் உள் ஆதாரமற்ற கூற்றுகள் அளவீடும் வெளிப்புற மாயத்தோற்ற அளவீடும் வெவ்வேறு சோதனைகளைப் பயன்படுத்துகின்றன. எனவே, நம்பகத்தன்மை தொடர்பான இந்த இரு தனித்தனி முடிவுகளையும் பயனர்கள் கருத்தில் கொள்ள வேண்டும்.

ஒரு பாதுகாப்புக் குழுவைப் பொறுத்தவரை, முடிவுகளைச் சரிபார்ப்பதும் பணியின் ஒரு பகுதியாகும். கூறப்படும் பாதிப்பை ஆராய வேண்டும்; பரிந்துரைக்கப்படும் பேட்சை அது மாற்றும் மென்பொருளில் சோதிக்க வேண்டும். உதவியாளர் மிக விரைவாக வெற்றி பெற்றதாகக் கூறும் அல்லது கோரப்பட்ட வரம்புக்கு வெளியே செயல்படும் தருணங்களைத் துல்லியமாகக் குறிவைப்பவையே கூகுள் கூறும் மேம்பாடுகள்.

யாருக்கு, எந்த வரிசையில் அணுகல் கிடைக்கும்?

அக்டோபர் 28 அறிவிப்பு வெளியான வாரத்தில், தேர்ந்தெடுக்கப்பட்ட சைபர் பாதுகாப்பாளர்களுக்கு கார்பன் கிடைக்கும் என கூகுள் கூறுகிறது. அதன் பிறகு நம்பகமான கூட்டாளர்களுக்கு Fairwind திட்டத்தின் மூலம் படிப்படியாக அணுகல் வழங்கப்படும். தொடர்ந்து கூகுளின் தயாரிப்புகள் வழியாக உருவாக்குநர்கள், வணிக நிறுவனங்கள், நுகர்வோர் ஆகியோருக்கு அணுகல் விரிவுபடுத்தப்படும்.

அறிவிக்கப்பட்டுள்ள வரிசை:

• கார்பன் அறிமுகமாவதற்கு சுமார் இரண்டு வாரங்களுக்கு முன்பு: ஜெமினி 4 ஆர்கானை கூகுள் அறிமுகப்படுத்தியது. பின்னர் அது ஜெமினி செயலியிலும் AI தேடல் முறையிலும் கிடைக்கத் தொடங்கியது.
• 2026 அக்டோபர் 28: கார்பன் குறித்த அறிவிப்பையும் மதிப்பீட்டு முடிவுகளையும் கூகுள் வெளியிட்டது.
• அக்டோபர் 28-ஆம் தேதி அமைந்த வாரம்: தேர்ந்தெடுக்கப்பட்ட சைபர் பாதுகாப்பாளர்களுக்கு அணுகல் வழங்கத் தொடங்குகிறது.
• அடுத்த கட்டங்கள்: பரந்த தயாரிப்பு அணுகலை வழங்குவதற்கு முன், Fairwind வழியாக அணுகலை விரிவுபடுத்துகிறது கூகுள்.

வெளியீட்டுக்கு முன் மாதிரிகளைச் சோதிக்கும் அமெரிக்க அரசின் தன்னார்வச் செயல்முறையில் கூகுள் பங்கேற்கிறது. பரந்த பொதுமக்கள் அணுகலுக்கான தேதியையோ, கார்பனுக்கான அறிமுக விலை எப்போது முடிவடையும் என்பதையோ அதன் அறிவிப்பு குறிப்பிடவில்லை.

AI Ultra சந்தாதாரர்களும் Gemini API உருவாக்குநர்களும் தொடக்கத்தில் அணுகக்கூடிய வாடிக்கையாளர்களாக இருக்கலாம் எனக் கூறப்பட்டாலும், வெளியிடப்பட்ட திட்டத்தில் உருவாக்குநர்கள், வணிக நிறுவனங்கள், நுகர்வோர் ஆகிய பரந்த பிரிவுகளையே கூகுள் குறிப்பிட்டுள்ளது; அந்த வரிசையை உறுதிப்படுத்தவில்லை.

தீங்கிழைக்கும் நோக்கில் AI பயன்படுத்தப்படுவது குறித்த கவலை அதிகரிக்கும் சூழலில், முதலில் பாதுகாப்பாளர்களுக்கு அணுகல் வழங்க கூகுள் முடிவெடுத்துள்ளது. ஈரான், வட கொரியா, ரஷ்யா, சீனா ஆகிய நாடுகளின் ஆதரவுடன் செயல்படும் குழுக்கள், பெரும்பாலும் ஆராய்ச்சி மற்றும் நிரலாக்க உதவிக்காக ஜெமினியைப் பயன்படுத்திப் பார்த்துள்ளதாக கூகுளின் அச்சுறுத்தல் ஆய்வாளர்கள் ஆவணப்படுத்தியுள்ளனர். சமீபத்திய AI முகவர் ஊடுருவல்களை ஆரம்பகட்ட எச்சரிக்கைத் தாக்குதல்கள் என டீப் மைண்ட் தலைவர் டெமிஸ் ஹசாபிஸ் விவரித்துள்ளார்.

உருவாக்குநர்களுக்கான கார்பனின் விலை

கார்பனின் API அறிமுக விலை, ஒரு மில்லியன் உள்ளீட்டு டோக்கன்களுக்கு $2; ஒரு மில்லியன் வெளியீட்டு டோக்கன்களுக்கு $10. இது ஆர்கானின் அறிமுக விலையுடன் ஒத்துள்ளது. உருவாக்குநர்கள் தங்களின் சொந்த மென்பொருளுடன் மாதிரியை இணைக்க API உதவுகிறது. கார்பனுக்கு அனுப்பப்படும் உள்ளடக்கமே உள்ளீடு; அது உருவாக்கும் உள்ளடக்கமே வெளியீடு.

அறிமுகச் சலுகைக் காலத்துக்குப் பிறகு, விலை இரட்டிப்பாகி ஒரு மில்லியன் உள்ளீட்டு டோக்கன்களுக்கு $4, ஒரு மில்லியன் வெளியீட்டு டோக்கன்களுக்கு $20 ஆகும். ஒரு மில்லியன் உள்ளீட்டு டோக்கன்களையும் ஒரு மில்லியன் வெளியீட்டு டோக்கன்களையும் பயன்படுத்தும் பணிக்கு, சேமிப்பகத் தள்ளுபடி அல்லது பிற மாற்றங்களுக்கு முன், அறிமுக விலையில் $12; வழக்கமான விலையில் $24 செலவாகும்.

சேமித்த உள்ளீட்டுக்கு 95% தள்ளுபடி வழங்கப்படுவதாக கூகுள் கூறுகிறது. ஏற்கெனவே செயலாக்கப்பட்ட உள்ளடக்கத்தை மீண்டும் பயன்படுத்த சேமிப்பகம் உதவுகிறது. இதனால் ஒரே பெரிய ஆவணத்தை அல்லது மென்பொருள் திட்டத்தைத் திரும்பத் திரும்ப வழங்குவதற்கான செலவு குறையலாம். இந்தத் தள்ளுபடியைப் பயன்படுத்தினால், அறிமுக உள்ளீட்டு விலையில் சேமிக்கப்பட்ட ஒவ்வொரு மில்லியன் உள்ளீட்டு டோக்கன்களுக்கும் $0.10; வழக்கமான விலையில் $0.20 செலவாகும்.

ஒரு பணியை முடிக்க மாதிரி எவ்வளவு உரையை உருவாக்குகிறது என்பதையும் உண்மையான செலவு பொறுத்துள்ளது. ஒரு குறியீட்டுப் பணிக்கான கார்பனின் செலவு $7.76 என Artificial Analysis குறிப்பிடுகிறது; ஓபஸ் 5.5-க்கு $10.04, GPT-6 அஸ்ட்ராவுக்கு $6.25. அந்த மதிப்பீட்டில் ஒரு பணிக்கு கார்பன் சுமார் 123,000 வெளியீட்டு டோக்கன்களைப் பயன்படுத்துகிறது; இது ஓபஸைவிட 29% குறைவு.

பிற பணிகளில் வேறுபட்ட போக்கு இருக்கலாம். Vals-ன் மதிப்பீட்டில், குறிப்பாக நிதி, வரி, சட்டப் பணிகளில், ஆர்கானைவிட கார்பன் 64% கூடுதல் வெளியீட்டு டோக்கன்களை உருவாக்குகிறது. எனவே, கார்பனுக்கான செலவுத் திட்டமிடலில் டோக்கன் விலைகளுடன் ஒவ்வொரு பணியிலும் அது மேற்கொள்ளும் வேலையின் அளவையும் உருவாக்குநர்கள் கணக்கில் கொள்ள வேண்டும்.

முக்கிய அம்சங்கள்

• Artificial Analysis Intelligence Index v5.0-ல் ஜெமினி 4 கார்பன் 59 மதிப்பெண்களுடன் முதலிடத்தில் உள்ளது; ஓபஸ் 5.5-க்கு 58, GPT-6 அஸ்ட்ராவுக்கு 57.
• பாதிப்புகளைக் கண்டறிவதில் 88.2%, அவற்றைப் பயன்படுத்துவதில் 54.8%, பேட்ச் செய்வதில் 71.0% எனப் பாதுகாப்பு மதிப்பெண்களை கூகுள் தெரிவித்துள்ளது.
• பல நிரலாக்க மதிப்பீடுகளில் போட்டி மாதிரி மற்றும் கருவி இணைப்புகளைவிட கார்பன் பின்தங்குகிறது.
• Terminal-Bench 4.0-ல் வெற்றிகரமான ஏமாற்று முயற்சிகள் இல்லை என்றும், Gray Swan-ன் மதிப்பிடப்பட்ட உட்பொதிக்கப்பட்ட வழிமுறைத் தாக்குதல் சோதனையில் வெற்றிகரமான தாக்குதல்கள் இல்லை என்றும் கூகுள் தெரிவித்துள்ளது.
• உள் சோதனைகளில் ஆதாரமற்ற கூற்றுகள் சுமார் பாதியாகக் குறைந்தன; வெளிப்புற மாயத்தோற்ற அளவீட்டில் ஆர்கானின் 4%-இலிருந்து கார்பனின் 11%-ஆக உயர்ந்தது.
• தேர்ந்தெடுக்கப்பட்ட சைபர் பாதுகாப்பாளர்களுக்கு முதலில் அணுகல் வழங்கப்பட்டு, பரந்த பயன்பாட்டுக்கு முன் Fairwind வழியாக அது விரிவுபடுத்தப்படும்.
• அறிமுக API விலை ஒரு மில்லியன் உள்ளீட்டு டோக்கன்களுக்கு $2, வெளியீட்டு டோக்கன்களுக்கு $10; பின்னர் இவை முறையே $4, $20 ஆக உயரும்.