Google Gemini 4 Carbon: Testlerde liderlik ve maliyet avantajı

Google, yapay zeka modelleri arasındaki performans ve fiyat rekabetine Gemini 4 Carbon ile katıldı. Şirketin en yetenekli modeli olarak tanıttığı Carbon, Gemini 4 Argon’un duyurulmasından iki hafta sonra açıklandı. Google’ın şirket içi karşılaştırmalarında iki kategori dışında rakiplerini geride bıraktığı belirtilen model, akıl yürütme ve token kullanım verimliliğiyle öne çıkıyor.

Gemini 4 Carbon, ‘Artificial Analysis Intelligence Index’ sıralamasında birinci, ‘Artificial Analysis Coding Agent Index’te ise Anthropic’in Claude Opus 5.5 modelinin ardından ikinci sırada yer aldı. Elon Musk’ın da takdirini dile getirdiği modelin, güvenlik değerlendirmeleri tamamlandıktan sonra küresel kullanıma sunulması planlanıyor.

BİR MİLYON TOKENLIK BAĞLAM PENCERESİ

Çok modlu mimariye sahip Gemini 4 Carbon; metin, görsel, video ve ses girdilerini işleyerek metin çıktısı üretiyor. Bir milyon tokenlık bağlam penceresi, geniş veri kümelerinin aynı çalışma içinde analiz edilmesine olanak tanıyor.

Modelin tarifesi, bir milyon girdi tokenı için 4 dolar ve bir milyon çıktı tokenı için 20 dolar olarak açıklandı. Önbelleğe alınmış girdilerde ise yüzde 95 indirim uygulanıyor; bu kullanımda bir milyon tokenın bedeli 0,20 dolara düşüyor.

AYNI İŞ YÜKÜNDE DAHA DÜŞÜK MALİYET

Artificial Analysis Intelligence Index kapsamındaki standart iş yükünü 7,76 dolarla tamamlayan Gemini 4 Carbon, Claude Opus 5.5’in 10,04 dolarlık maliyetine kıyasla yaklaşık yüzde 23 avantaj sağladı. Bu karşılaştırma, değerlendirmede kullanılan iş yükünün tamamlanma maliyetini yansıtıyor.

Aynı ölçümde görev başına 123 bin çıktı tokenı kullanan Carbon’un tüketimi, Claude Opus 5.5’ten yüzde 29 daha düşük gerçekleşti. Modelin token verimliliği, kurumsal kullanımda görev başına harcamaların azaltılması açısından öne çıkan özellikler arasında gösteriliyor.

GÜVENLİK AÇIĞI TESPİTİ VE YAMA GELİŞTİRME

Gemini 4 Carbon’un siber güvenlik değerlendirmelerinde de yüksek sonuçlar elde ettiği bildirildi. Model, güvenlik açığı keşfini ölçen SEC-bench Pro testinde yüzde 88,2, istismar analizine yönelik ExploitGym testinde yüzde 54,8 ve güvenlik yaması geliştirmeyi değerlendiren CWE-bench testinde yüzde 71 başarı oranına ulaştı.

Google’ın Chrome güvenlik ekibi, yüksek kaliteli yazılım yamaları üretme sürecinde Carbon’un, adı açıklanmayan öncü bir rakip modele göre 10 kat daha iyi performans gösterdiğini belirtti. Bu sonuç, siber güvenliğin tamamına ilişkin genel bir ölçümden ziyade ekibin yama üretimi değerlendirmesini kapsıyor.

Google ayrıca Carbon’un güvenli kod üretimindeki başarı oranını Gemini 4 Argon’a kıyasla iki katına çıkardığını açıkladı. Şirket, bu yeteneklerle yazılım güvenliği ekiplerinin açık bulma ve düzeltme süreçlerini hızlandırmayı hedefliyor.

GENEL ERİŞİM İÇİN GÜVENLİK İNCELEMESİ SÜRÜYOR

Gemini 4 Carbon henüz son kullanıcıların genel erişimine açılmadı. Modelin gelişmiş akıl yürütme ve siber güvenlik yeteneklerine ilişkin dağıtım öncesi güvenlik ve stratejik risk değerlendirmelerinin ABD hükümetinin denetim organları tarafından sürdürüldüğü belirtiliyor.

İncelemelerin ardından küresel ölçekte kullanıma sunulması planlanan Carbon’un, Anthropic’in duyurması beklenen ‘Claude Fable 5.5’ ile rekabet etmesi öngörülüyor.