Gemini 4 Carbon ra mắt: Mô hình mạnh nhất của Google về an ninh mạng và lập trình

Google DeepMind vừa chính thức giới thiệu Gemini 4 Carbon, được hãng gọi là mô hình tiên phong tiếp theo với năng lực an ninh mạng và xử lý tác vụ dài hạn đạt mức hiện đại nhất. Đây là bước tiến tiếp nối Gemini 4 Argon chỉ hai tuần sau khi mô hình tiền nhiệm ra mắt, cho thấy tốc độ đẩy nhanh ranh giới công nghệ của Google.

Gemini 4 Carbon

Vị trí dẫn đầu trên các bảng xếp hạng

Theo công bố, Carbon xếp hạng #1 trên Artificial Analysis Intelligence Index phiên bản 5.0 với số điểm 59. Mô hình ghi nhận mức cải thiện đáng kể ở các tác vụ lập trình và tác vụ tác tử (agentic), đồng thời chiếm ưu thế rõ rệt ở những chỉ số quan trọng cho phòng thủ không gian mạng.

Cụ thể, Carbon đạt 88,2% trên SEC-bench Pro trong việc phát hiện lỗ hổng, 54,8% trên ExploitGym về khai thác và 71,0% trên CWE-bench về vá lỗi. Trên các bài kiểm tra nội bộ, mô hình cũng cho thấy khả năng sinh mã bảo mật tốt hơn hẳn, đồng thời giảm tỷ lệ hành vi sai lệch và ảo giác khi vận hành trong môi trường lập trình thực tế của Google.

Bảng đánh giá Gemini 4 Carbon

Sức mạnh ở những tác vụ kỹ thuật dài hạn

Carbon được thiết kế để giải quyết những bài toán kỹ thuật khó và kéo dài, phục vụ các quy trình tác tử liên tục. Nội bộ Google cho biết mô hình có thể chạy liên tục trong nhiều ngày, kiên trì vượt qua các ngõ cụt để truy tìm nguyên nhân gốc rễ và vá những lỗi tinh vi trong các cơ sở mã lớn và hệ thống cấp thấp.

Nhờ cải thiện chất lượng đầu ra trong phát triển web, Carbon tăng 89 điểm elo để vươn lên vị trí #4 (1769 điểm) trên WebDev Arena. Đây là tín hiệu đáng chú ý với cộng đồng lập trình viên, đặc biệt là những nhóm đang tìm kiếm công cụ hỗ trợ tự động hóa quy trình phát triển phần mềm.

Bước nhảy vọt về an ninh mạng

Điểm nhấn lớn nhất của Carbon nằm ở năng lực an ninh mạng. Mô hình đạt hiệu suất hiện đại nhất xuyên suốt vòng đời phòng thủ: phát hiện, xác thực và khắc phục lỗ hổng.

Hiệu suất vá lỗi bảo mật

• Phát hiện lỗ hổng thực tế: Carbon đạt 88,2% trên SEC-bench Pro, tự động phát hiện những điểm yếu phức tạp ẩn sâu trong phần mềm thực tế.
• Xác thực rủi ro qua khai thác: Mô hình đạt 54,8% trên ExploitGym, giúp các chuyên gia phòng thủ ưu tiên vá những lỗ hổng có khả năng bị khai thác cao nhất.
• Vá tận gốc: Đạt 71,0% trên CWE-bench, chuyển các phát hiện đã xác thực thành bản sửa mã hoạt động được.

Đáng chú ý, nhóm Chrome của Google báo cáo rằng Carbon tạo bản vá chất lượng cao tốt hơn 10 lần so với một mô hình tiên tiến của phòng thí nghiệm khác. Nền tảng bảo mật đám mây Wiz cũng ghi nhận Carbon dẫn đầu các bài kiểm tra xâm nhập web.

An toàn và căn chỉnh mô hình

Carbon kế thừa hệ thống an toàn đa tầng của Argon, kết hợp huấn luyện mô hình, phòng chống lạm dụng thời gian thực, khả năng chống tấn công chèn lệnh và giám sát chuỗi suy luận. Google cho biết đã đẩy xa hơn về căn chỉnh, huấn luyện mô hình phản ứng đúng cách trước những tác vụ phức tạp hoặc áp lực cao.

• Giảm lối tắt và lách luật: Tỷ lệ gian lận thành công trên Terminal-Bench 4.0 giảm về 0,0%, số lần cố gian lận còn 0,4%, trong khi độ chính xác tổng thể vẫn tăng.
• Minh bạch và trung thực hơn: Carbon giảm khoảng 2 lần các tuyên bố thiếu căn cứ so với Argon, đồng thời đưa cảnh báo về phương pháp luận trực tiếp vào sản phẩm thay vì ngụy tạo bằng chứng.
• Phối hợp tốt hơn với người dùng: Khi gặp tình huống mơ hồ, mô hình truy xuất nguồn liên quan và nêu rõ mâu thuẫn trước khi hành động.
• Chống chèn lệnh gián tiếp: Carbon đạt 0,0% tỷ lệ tấn công thành công trên bảng xếp hạng của Gray Swan, so với mức 0,7% của Argon.

Lộ trình triển khai thận trọng

Google cho biết đang tham gia quy trình tự nguyện của chính phủ Mỹ về kiểm thử mô hình trước khi phát hành. Từ tuần này, Carbon sẽ được cung cấp cho một nhóm nhỏ chuyên gia phòng thủ không gian mạng, sau đó mở rộng dần cho các đối tác tin cậy thông qua Fairwind Program.

Về giá, Carbon khởi điểm ngang với Argon: 2 USD mỗi triệu token đầu vào và 10 USD mỗi triệu token đầu ra, với token đầu vào được lưu trong bộ nhớ đệm giảm giá 95% so với giá token đầu vào. Mô hình dự kiến sẽ sớm đến tay cộng đồng nhà phát triển, doanh nghiệp và người dùng phổ thông qua các sản phẩm của Google.

Với Gemini 4 Carbon, mục tiêu của chúng tôi là tạo ra bước tiến có ý nghĩa trong kỹ thuật phần mềm và phòng thủ an ninh mạng mà không đánh đổi về an toàn hay độ tin cậy.