Google ने 28 अक्टूबर 2026 को Gemini 4 Carbon की घोषणा की और इसे अपना सबसे सक्षम मॉडल बताया, खासकर साइबर रक्षा और लंबे, जटिल कामों के लिए। हालांकि शुरुआत सीमित पहुंच से होगी: पहले साइबर रक्षकों का एक छोटा समूह, फिर अन्य भरोसेमंद साझेदार। डेवलपर, कंपनियां और उपभोक्ता बाद में जुड़ेंगे; कोई पक्की तारीख घोषित नहीं है।
Carbon, Gemini 4 Argon के बाद आया है। मुख्य वादा है इंजीनियरिंग के कई चरणों में आगे बढ़ना, पहला तरीका विफल होने पर कोशिश जारी रखना और कई फैसलों तथा सुधारों वाली प्रक्रिया पूरी करना। उपयोग की योजना बनाते समय घोषित क्षमताओं, कीमतों और वास्तविक पहुंच की पात्रता को अलग समझना जरूरी है।
पहुंच की शुरुआत रक्षा दलों से
Google के अनुसार पहुंच Fairwind Program के जरिए धीरे-धीरे बढ़ेगी, जो साइबर सुरक्षा के भरोसेमंद साझेदारों के लिए है। यह हर खाताधारक के लिए सामान्य लॉन्च नहीं है। कंपनी व्यापक उपलब्धता से पहले प्रतिक्रिया जुटा रही है और सुरक्षा नियंत्रण सुधार रही है। "बाद में" या "जल्द" से किसी संगठन को उत्पाद लॉन्च करने की निश्चित समयसारिणी नहीं मिलती।
Google बताती है कि सरकारी संस्थाओं, स्वास्थ्य सेवाओं और दूरसंचार जैसे जरूरी क्षेत्रों की रक्षा करने वालों को प्राथमिकता मिलती है। इन क्षमताओं का दोहरा उपयोग है: कमजोरी ढूंढना और उसका फायदा उठाने का तरीका दिखाना सुधार में मदद कर सकता है, लेकिन हमले में भी काम आ सकता है। तकनीकी क्षमता और उपयोग की अनुमति अलग बातें हैं।
Google मॉडल जारी होने से पहले परीक्षण की अमेरिकी सरकार की स्वैच्छिक प्रक्रिया में भी भाग ले रही है। इससे जोखिममुक्त होने का सरकारी प्रमाण या व्यावसायिक उपलब्धता नहीं मिलती। उत्पाद की योजना बना रही किसी इजरायली टीम के लिए अहम बात यह है कि सामान्य माध्यमों से पहुंच की कोई प्रतिबद्ध तारीख नहीं है।
लंबे काम को अच्छे उत्तर से अधिक चाहिए
लगातार काम करने वाला एजेंट एक उत्तर देने से अलग है। बग सुधारने के लिए कई कोड घटक पढ़ना, उनके संबंध समझना, बदलाव सुझाना और परिणाम जांचना पड़ सकता है। शुरुआती गलती आगे के चरणों को प्रभावित कर सकती है। इसलिए अच्छा कोड अंश लिखना पूरी प्रक्रिया उपयोगी ढंग से समाप्त करने का प्रमाण नहीं है।
Google Carbon को ऐसे काम में लगातार प्रगति करने वाला मॉडल बताती है। उसके उदाहरण बड़े सिस्टम में बग की जड़ ढूंढने और सुधारने से जुड़े हैं। ये कंपनी के उपयोग और प्रकाशित नतीजों का विवरण हैं, हर कार्य में सफलता या हर विकास वातावरण में एक जैसे व्यवहार की गारंटी नहीं।
टीमों को अंतिम परिणाम भी देखना होगा: क्या सुधार समस्या हल करता है, पुराना व्यवहार बनाए रखता है और एकीकरण से पहले कितना अतिरिक्त काम मांगता है? यह प्रभावशाली कोड तैयार करने से अलग सवाल है। घोषणा प्रतिस्पर्धा को पहले दिखने वाले उत्तर से आगे, पूरी कार्यप्रक्रिया पर रखती है।
Google के आंकड़े और उनकी शर्तें
Google ने SEC-bench Pro में 88.2%, ExploitGym में 54.8% और CWE-bench में 71.0% बताया है। इन्हें क्रमशः कमजोरियां खोजने, उनके दोहन की पुष्टि और सुधार से जोड़ा गया है। Artificial Analysis Intelligence Index v5.0 में 59 का स्कोर भी बताया गया है। ये Google द्वारा प्रकाशित आंकड़े हैं।
साइबर सुरक्षा नतीजों के साथ महत्वपूर्ण शर्त है: परीक्षण मॉडल के सुरक्षा नियंत्रणों के बिना हुए। इसलिए उपयोग सीमाओं वाले उत्पाद में समान व्यवहार का वादा नहीं मानना चाहिए। तय परिस्थितियों में क्षमता परीक्षण सेवा की विशिष्टता नहीं है; उसकी सफलता दर ग्राहक के कोड में मिलने वाली कमजोरियों का निश्चित अनुपात भी नहीं है।
परीक्षण अलग चीजें मापते हैं। कमजोरी खोजना, उसका दोहन साबित करना और मूल कारण ठीक करना अलग कार्य हैं। इन आंकड़ों को जोड़कर समग्र सुरक्षा स्कोर नहीं बनाया जा सकता, न ही इनके आधार पर सुरक्षा टीम की सभी जांचों को बदलने का निष्कर्ष निकलता है।
0.0% का नतीजा अभेद्यता नहीं
Google के अनुसार Gray Swan के अप्रत्यक्ष प्रॉम्प्ट इंजेक्शन परीक्षण में जांचे गए हमलों की सफलता दर 0.0% रही। ऐसे हमले बाहरी सामग्री को निर्देश मानने और मूल कार्य से भटकने के लिए सिस्टम को प्रेरित करते हैं। नतीजा उन्हीं प्रयासों का है, वास्तविक सिस्टम पर हर संभावित हमले का नहीं।
एजेंट के फाइलें पढ़ने, टूल इस्तेमाल करने और कई चरणों में काम करने पर यह अंतर महत्वपूर्ण है। तय परीक्षण में मजबूत प्रदर्शन उचित अनुमतियों, निगरानी और कार्रवाई नियंत्रण की जरूरत समाप्त नहीं करता। भ्रामक निर्देशों का प्रतिरोध और एजेंट को दिए जाने वाले अधिकार अलग सुरक्षा परतें हैं।
शुरुआती कीमत, सामान्य दर और पहुंच
Google की शुरुआती दर 1 मिलियन इनपुट टोकन पर 2 डॉलर और 1 मिलियन आउटपुट टोकन पर 10 डॉलर है। टोकन प्रसंस्करण इकाइयां हैं, शब्दों की निश्चित संख्या नहीं। कैश किए गए इनपुट की कीमत सामान्य इनपुट से 95% कम है। छूट योग्य कैश इनपुट पर लागू है, पूरे कार्य की हर लागत पर नहीं।
शुरुआती अवधि के बाद दरें 1 मिलियन इनपुट टोकन पर 4 डॉलर और 1 मिलियन आउटपुट पर 20 डॉलर होंगी। अवधि समाप्त होने की तारीख नहीं बताई गई। सामान्य दरें दोगुनी हैं, इसलिए केवल शुरुआती कीमत पर बजट बनाना घोषित दीर्घकालीन खर्च नहीं दर्शाता। उदाहरण के लिए, 1 मिलियन बिना कैश इनपुट और 1 मिलियन आउटपुट टोकन पहले 12 डॉलर, बाद में 24 डॉलर के होंगे। यह दरों का उदाहरण है, सामान्य कार्य की खपत का अनुमान नहीं।
वास्तविक खर्च इनपुट, आउटपुट, कैश और जरूरी काम पर निर्भर है। कीमत प्रकाशित होने से पहुंच नहीं मिलती। अधिकांश डेवलपर के लिए Carbon फिलहाल क्षमताओं और भविष्य के वितरण की घोषणा है; व्यापक उत्पाद में इसे जोड़ना उस पहुंच विस्तार पर निर्भर है जिसकी पक्की तारीख Google ने नहीं दी।