Gemini 4 Carbon リリースノート

Gemini 4 Carbon の概要

Gemini 4 Carbon は、高精度なナレッジワーク、複雑なソフトウェアエンジニアリング、および科学的発見のために設計された Google DeepMind の最新のフロンティアモデルです。以前リリースされた Gemini 4 Argon は引き続き一般的なソフトウェアエンジニアリングやナレッジタスクの標準となりますが、Carbon は深い推論、マルチステップのエージェントワークフロー、および拡張された検証ループのために設計されています。現在、Google AI API、Google Antigravity、Gemini アプリ、および検索の AI モードを通じて、開発者、企業、および一般ユーザーが利用可能です。

エージェント機能とパフォーマンス

Carbon は、複雑なマルチエージェント環境向けに最適化されています。Google は Google Antigravity で /swarm をプレビューしており、これはユーザーが単一のプロンプトを調整されたエージェントチームに変換できる機能です。これにより、開発者は Carbon にアーキテクチャ設計や監査などの高レベルな役割を割り当てつつ、並行タスクを軽量なモデルにオフロードすることができます。

Carbon は、いくつかの業界ベンチマークで強力なパフォーマンスを示しています。

  • コーディングと自動化: CursorBench 4.0、Perplexity の WANDR、および Zapier の AutomationBench で 1 位にランクイン。
  • マルチモーダルナレッジ: Multimodal Knowledge Agent (MKA) ベンチマークで 2 位にランクインし、トップパフォーマンスのモデルと比較してタスクあたりのコストが 6 倍低くなっています。
  • 金融リサーチ: Hebbia の E2E Financial Agentic 評価でトップクラスのパフォーマンスに匹敵し、Balyasny Asset Management の General Financial Intelligence ベンチマークでトップにランクイン。

サイバーセキュリティと脆弱性リサーチ

Carbon は、脆弱性の検出、悪用、およびパッチ適用を含む高度なサイバーセキュリティ機能を導入しています。このモデルは、セキュリティに焦点を当てたベンチマークで大幅な改善を示しました。

  • SEC-bench Pro, ExploitGym, および CWE-bench v1: 脆弱性の発見、悪用、およびパッチ適用においてリードしています。
  • Project Fortify: 内部ベンチマークにおいて、スキャンで 100% の再現率、トリアージで 95% の精度を達成しました。
  • 実世界への影響: Google の Cloud Vulnerability Research チームや Wiz によって、オープンソースソフトウェアの重大な 0-day 脆弱性の特定と修正に使用されており、数週間のリサーチをわずか 1 午後に短縮したケースもあります。

科学的および数学的推論

Carbon は、実験データの統合や仮説の検証を行うことで、科学的発見を強化します。主な用途は以下の通りです。

  • 形式検証: AlphaProof Code フレームワーク内で使用され、Signal 暗号プロトコルのセキュリティ特性を数学的に証明し、歴史的に数年かかっていたタスクを数週間に短縮しました。
  • アッセイ開発: ウェットラボのデータにおける微妙な実験的異常（不完全な自動混合など）を診断し、再現性を向上させました。
  • タンパク質構造予測: 未研究のタンパク質ファミリーに対する遠縁ホモログの取得を平均 40 倍に増加させ、AlphaFold 3 などの構造予測モデルにより多くのデータを提供しました。

安全性とセキュリティの緩和策

機能の向上を反映し、Carbon には悪用やプロンプトインジェクションを防ぐために設計された強化された安全スタックが含まれています。

  • 攻撃の緩和: シミュレートされたサイバー攻撃環境において、Carbon は適応型レッドチーミングエージェントによる攻撃軌道の 99% をブロックしました。試行ごとの侵害率は、Argon の 3.1% から 0.8% に減少しました。
  • 誠実さとアライメント: 375 タスクのエージェント誠実さベンチマークにおいて、Carbon は 92% のタスクを通過しました（Argon は 70%）。欠落している実験データを埋めることを拒否する割合は 98% でした。
  • プロンプトインジェクション: Carbon は、Gray Swan の間接プロンプトインジェクション (IPI) ベンチマークで 0% の成功率を達成しました。

Sources