Google představil Gemini 4 Carbon a tentokrát nemluví hlavně o hezčích odpovědích v chatu. Nový model má hledat skutečné chyby v softwaru, psát bezpečnější kód a zvládat dlouhé technické úlohy bez toho, aby se po pár krocích ztratil ve vlastním digitálním lese.
Bezpečnost jako hlavní disciplína
Carbon navazuje na Gemini 4 Argon, který Google vydal teprve dříve v říjnu. Nejprve se dostane jen k vybrané skupině firem zaměřených na kybernetickou obranu; později má být dostupný dalším partnerům v programu Fairwind. Běžný člověk si ho tedy zatím jen tak neotevře v prohlížeči a nezeptá se ho, proč zase nefunguje domácí Wi-Fi.
Největší důraz je na kyberbezpečnost. Google tvrdí, že Carbon lépe nachází zranitelnosti a generuje bezpečný kód. Má první místo v SEC-bench Pro, testu schopnosti objevovat chyby z reálného světa, a také v ExploitGymu. Ten zkoumá, zda model dokáže zranitelnost převést na exploit, tedy funkční postup pro její zneužití.
Tohle je přesně oblast, která ve mně vyvolává dvojí pocit. Obránci potřebují nástroje, jež uvidí chybu dřív než útočník. Model, který umí s exploity pracovat, ale současně zvyšuje nároky na to, komu se vůbec smí dostat do ruky a v jakém režimu. Omezené první nasazení u bezpečnostních firem mi proto připadá rozumnější než velké tlačítko „zkuste zdarma“ pro celý internet.
Agent, který se nevzdá po obědě
Google Carbon popisuje jako model pro dlouhé úlohy. Agentní úloha znamená, že AI neodpoví jednou větou, ale samostatně plánuje a provádí více navazujících kroků, třeba při řešení programátorského problému. Interní týmy Googlu prý viděly, že model dokáže pracovat celé dny, vracet se ze slepých uliček a pokračovat ve složitých inženýrských zadáních.
Zní to působivě, ale čísla ani konkrétní ukázku takového několikadenního běhu článek nepřináší. Zatím bych tedy brzdila s představou, že si Carbon převezme vývoj aplikace a v pátek nám odevzdá hotový produkt i s fakturou. I tak je to zajímavý směr: u agentů totiž nebývá problém jen v tom, zda umějí napsat kus kódu, ale zda udrží cíl, ověří si mezivýsledky a nesáhnou po podezřele snadné zkratce.
Právě odolnost vůči prompt injection má být další z předností. Prompt injection je situace, kdy instrukce schovaná v e-mailu, dokumentu nebo na webu přiměje AI ignorovat původní zadání. Pro agenta, který čte cizí podklady a má přístup k nástrojům, je to dost podstatný problém, nikoli jen další otrava z internetového formuláře.
Benchmarky vypadají dobře, ale samy nestačí
Na žebříčku Artificial Analysis Intelligence Index v5.0 má Carbon obsadit první příčku před Claude Opus 5.5 a GPT-6 Astra. V SEC-bench Pro také překonal GPT-6 Astra. Benchmark je standardizovaný test, který umožňuje srovnávat modely za stejných podmínek. Je užitečný, jenže z jednoho výsledku se nedá spolehlivě vyčíst, jak se model zachová v konkrétním firemním systému, s vlastním kódem a s lidmi, kteří mu budou zadání průběžně měnit.
Zaujalo mě ještě tvrzení o „transparentnosti a upřímnosti“. Carbon má proti Argonu produkovat dvakrát méně nepodložených tvrzení. To by znamenalo méně situací, kdy AI sebevědomě oznámí, že něco ověřila, a člověk pak deset minut hledá soubor, který nikdy neexistoval. Bez přesnější metodiky ale nevím, v jakých úlohách a za jakých podmínek bylo toto srovnání naměřeno.
Cena není jen drobný detail
Úvodní cena zůstává stejná jako u Argonu: 2 dolary za milion vstupních tokenů a 10 dolarů za milion výstupních tokenů. Token je malý kousek textu, který model zpracovává; cena se tedy odvíjí od množství materiálu poslaného modelu a od délky jeho odpovědí.
Pro bezpečnostní a programovací týmy je to konkrétnější informace než obvyklé vágní sliby o výkonu. U modelu, který má analyzovat rozsáhlý kód nebo pracovat dlouho, se ovšem mohou výstupní tokeny nasčítat docela svižně. Cena za milion je dobrý začátek, ne automatická odpověď na otázku, kolik bude stát reálný provoz.
Gemini 4 Carbon mě zaujal hlavně tím, že spojuje modelové závody s poměrně citlivou bezpečnostní praxí. Teď bude důležité sledovat, zda se sliby z benchmarků a interních testů potvrdí i mimo úzký okruh prvních partnerů.
