Siber Güvenlik ve Uzun Süreli Görevlerde Uzmanlaşan Gemini 4 Carbon Modeli Tanıtıldı
Kaynak: deepmind.google ·
Google DeepMind, siber güvenlik savunması, kodlama ve uzun soluklu ajan tabanlı iş akışları için geliştirilen en güçlü yeni modeli Gemini 4 Carbon'u duyurdu. Model; SEC-bench Pro, ExploitGym ve CWE-bench testlerinde en yüksek skorları elde ederken, milyon token başına girdi için $2 ve çıktı için $10 fiyatlandırmayla sunuluyor. Güvenlik önlemleri kapsamında ilk olarak siber savunmacılara ve Fairwind Programı ortaklarına kademeli olarak açılan model, daha sonra geliştiriciler, işletmeler ve tüketicilerle buluşacak.
Neden önemli?
Bu model, yazılım mühendisliği ve siber güvenlik yaşam döngüsünde (açık bulma, doğrulama ve yama uygulama) günlerce kesintisiz çalışabilen otonom ajan süreçlerini mümkün kılıyor. Önceki modellere kıyasla daha az uydurma bilgi üretmesi ve komut enjeksiyonuna karşı direnç göstermesi, kurumsal kullanıcılar ile geliştiriciler için daha güvenilir ve hassas çözümler sunuyor.
Bununla neler yapılabilir?
- Olası kullanım: Büyük kod tabanlarında kök neden analizi yaparak karmaşık hataları günlerce kesintisiz bir şekilde otonom olarak tespit etmek ve yamak.
- Olası kullanım: Web geliştirme projelerinde çıktı kalitesini artırarak tam yığın web uygulamaları tasarlamak ve düzenlemek.
Somut sonuçlar ve kanıtlar
- Gemini 4 Carbon, SEC-bench Pro testinde 88.2% skora ulaşarak güvenlik açıklarını bulmada lider konuma gelmiştir. (Üreticinin açıklaması)
- Model, ExploitGym sömürü testinde 54.8% başarı oranı elde etmiştir. (Üreticinin açıklaması)
- Model, CWE-bench yama testinde 71.0% başarı oranına ulaşmıştır. (Üreticinin açıklaması)
- Terminal-Bench 4.0 üzerinde başarılı hile yapma oranı 0.0% seviyesine indirilmiştir. (Üreticinin açıklaması)
Sınırlar ve açık kalan sorular
Model şu anda genel kullanıma açık olmayıp, başlangıçta siber savunmacılara ve Fairwind Programı ortaklarına kademeli olarak sunulmaktadır; geliştiriciler, işletmeler ve tüketiciler için erişim ilerleyen tarihlerde sağlanacaktır.