AI & computing › Generatieve AI & synthetische media
Google lanceert alweer nieuw AI-model: Gemini 4 Carbon slaat records
Google DeepMind heeft met Gemini 4 Carbon een nieuw topmodel uitgebracht, slechts twee weken na de vorige versie Argon. Het model scoort hoger op bijna elke test die onderzoeksbureaus gebruiken en blinkt vooral uit in cyberbeveiliging en lange, zelfstandige programmeerklussen. Vanwege die krachtige beveiligingstoepassingen krijgen voorlopig alleen geselecteerde experts toegang.
Google DeepMind presenteerde half oktober nog Gemini 4 Argon. Nog geen twee weken later staat er alweer een nieuw model: Gemini 4 Carbon. Dat tempo is opvallend, zelfs voor een sector waarin modellen elkaar steeds sneller opvolgen. Carbon doet het volgens onafhankelijke testbureaus bovendien merkbaar beter dan zijn voorganger.
Flink hogere score op de ranglijsten
Het onderzoeksbureau Artificial Analysis houdt een ranglijst bij van AI-modellen, de Intelligence Index. Carbon haalt daarop 59 punten, tegenover 50 voor Argon, en pakt daarmee de koppositie. Op het onderdeel programmeren via AI-agents - software die zelfstandig taken uitvoert - stijgt het model van 50 naar 59 punten, maar blijft het nog net achter Claude Opus 5.5 van concurrent Anthropic, dat op 62 punten staat. Ook bij praktijktesten op platforms als Vals AI en Arena.ai schuift Carbon naar de top drie, vaak tegen lagere kosten dan rivalen van Anthropic en OpenAI.
Niet alles gaat vooruit. Het aantal hallucinaties - momenten waarop het model onjuiste informatie met overtuiging presenteert - stijgt van 4 naar 11 procent bij complexe kennistaken. Dat is nog steeds relatief laag vergeleken met concurrenten, maar wel een duidelijke stijging. Daar staat tegenover dat de nauwkeurigheid van antwoorden omhooggaat van 48 naar 58 procent.
Geschikt voor dagenlange programmeerklussen
Volgens Google is Carbon speciaal gebouwd om dagenlang zelfstandig door te werken aan ingewikkelde technische problemen. Interne teams lieten het model meerdere dagen achter elkaar draaien. Het model werkte in die tijd zelfstandig dode einden weg en loste complexe taken op, zoals het opsporen van de oorzaak van bugs in grote, bestaande softwaresystemen. Ook op het gebied van webontwikkeling, wetenschappelijk redeneren en het begrijpen van afbeeldingen en video boekte het model winst, meldt Google op basis van gebruikersfeedback.
Eerst alleen voor cybersecurity-experts
Opvallend is de nadruk op cyberbeveiliging. Carbon kan zelfstandig kwetsbaarheden in software opsporen, aantonen dat ze echt een risico vormen en vervolgens een oplossing schrijven. Op de testbenchmark SEC-bench Pro, die meet hoe goed een model zelfstandig zwakke plekken in bestaande software vindt, scoort Carbon 88,2 procent en is daarmee de beste van alle geteste modellen. Op een test waarin wordt gekeken of een model een gevonden kwetsbaarheid ook daadwerkelijk kan misbruiken, haalt het 54,8 procent.
Juist om die krachtige beveiligingstoepassingen neemt Google deel aan het vrijwillige vooronderzoekstraject van de Amerikaanse overheid, bedoeld om risico's van geavanceerde AI-modellen in kaart te brengen voordat ze breed beschikbaar komen. Daardoor krijgen in eerste instantie alleen geselecteerde cybersecurity-experts toegang tot Carbon, via het zogeheten Fairwind-programma van Google DeepMind. Pas daarna volgen ontwikkelaars, bedrijven en consumenten. De prijs blijft gelijk aan die van Argon: 2 dollar per miljoen invoertokens en 10 dollar per miljoen uitvoertokens, met een korting van 95 procent op herhaald gebruikte invoer.
Achtergrond & begrippen
Wat betekent dit voor de toekomst? De snelle opvolging van Argon door Carbon laat zien hoe hard AI-bedrijven momenteel concurreren op steeds krachtigere modellen. Doordat AI-modellen zelfstandig kwetsbaarheden in software kunnen opsporen én misbruiken, verschuift de balans in cyberbeveiliging: dezelfde technologie die digitale systemen kan beschermen, kan in theorie ook worden ingezet om ze aan te vallen. Dat maakt voorzichtige, gefaseerde introductie - zoals Google nu doet - steeds belangrijker.
- Large language model (LLM)
- Een AI-model dat getraind is op enorme hoeveelheden tekst en op basis daarvan taal kan begrijpen en genereren, zoals Gemini 4 Carbon.
- AI-agent
- Software die zelfstandig meerdere stappen uitvoert om een taak te volbrengen, zonder dat een mens elke stap aanstuurt.
- Intelligence Index
- Een ranglijst van onderzoeksbureau Artificial Analysis die AI-modellen rangschikt op basis van prestaties op meerdere standaardtests.
- Hallucinatie
- Een situatie waarin een AI-model onjuiste of verzonnen informatie presenteert alsof die klopt.
- Token
- Een stukje tekst, zoals een woord of een deel van een woord, dat een AI-model als eenheid verwerkt; de prijs van AI-modellen wordt vaak per miljoen tokens berekend.
- Multimodaal
- Het vermogen van een AI-model om niet alleen tekst, maar ook afbeeldingen, video of audio te begrijpen en te verwerken.
- Kwetsbaarheid (in software)
- Een zwakke plek in een computerprogramma die misbruikt kan worden om ongeautoriseerde toegang te krijgen of schade aan te richten.
- Exploit
- Een methode of stukje code waarmee een kwetsbaarheid in software daadwerkelijk wordt misbruikt.
- Benchmark
- Een gestandaardiseerde test waarmee de prestaties van verschillende AI-modellen onderling vergeleken kunnen worden.
Bronnen
Dit artikel is met behulp van AI geschreven op basis van bovenstaande bronnen en is geen letterlijke vertaling. Zo werkt onze redactie.
