E hënë, 2 nëntor 2026MarketingKontakt
Kërko

Arriti një AI me fuqi frikësuese: Gemini 4 Carbon "shkatërroi" konkurrentin e tij, Claude

02.11.2026, 18:23
Shto në zgjedhjen e GoogleZgjedhja Google

Modeli i ri i avancuar i Google tejkalon Claude Opus 5.5 në disa teste kyçe të performancës.

Modelet e avancuara nga OpenAI dhe Anthropic kohët e fundit janë përfshirë në një konkurrencë të ashpër, ku secila palë thekson fitore në kategori të ndryshme. Tani, Google po hyn në garë me modelin e tij më të ri, Gemini 4 Carbon, i cili shquhet me rezultate të larta në fusha kyçe, si siguria kibernetike dhe programimi. "Ndërtuar mbi bazën e modelit Gemini 4 Argon – i prezantuar vetëm dy javë më parë – Carbon tregon shpejtësinë me të cilën ne shtyjmë kufijtë e mundësive", thekson kompania në një postim në blogun e saj.

X (Twitter)

Introducing Gemini 4 Carbon, our latest frontier model.

Carbon delivers improved performance across domains — ranking #1 on v5.0 of the @ArtificialAnlys Intelligence Index and sets a new state-of-the-art in cybersecurity and long-horizon capabilities.

It’s rolling out starting this week to cyber defenders through our Fairwind Program, with expanded access coming soon 🧵

— Google (@Google) October 28, 2026

Shiko në X

Testimet e brendshme të Google tregojnë se Gemini 4 Carbon ka arritur rezultatin më të lartë prej 59 pikësh në AA Index v5.0 (referencë për inteligjencën artificiale të përgjithshme), duke u pozicionuar pak më përpara modeleve Claude Opus 5.5 dhe GPT-6 Astra. Google gjithashtu pretendon se dominon pothuajse plotësisht në të gjitha kategoritë, duke përfshirë, ndër të tjera, programimin autonom (agentic programming), përdorimin e kompjuterëve, punën intelektuale, si dhe shkencën dhe matematikën. Google veçanërisht theksoi dominimin e Carbon në fushën e sigurisë kibernetike, ku ai tejkaloi ndjeshëm modelet e tjera.

Në këtë kategori, Google pretendon se Gemini 4 Carbon është jashtëzakonisht efikas në identifikimin dhe përcaktimin e prioriteteve për dobësitë, si dhe në eliminimin e tyre përmes zgjidhjes së shkakut themelor. Kompania thekson se ky model përmirëson sigurinë dhe mbrojtjen e modeleve të avancuara të inteligjencës artificiale, duke reduktuar përdorimin e zgjidhjeve anësore dhe shfrytëzimin e dobësive të sistemit.

X (Twitter)

Google’s Gemini 4 Carbon is the new #1 on the Artificial Analysis Intelligence Index v5, and second only to Claude Opus 5.5 on the Artificial Analysis Coding Agent Index

Gemini 4 Carbon scores 59 on Intelligence Index v5, driven by leading performance in complex reasoning, knowledge, and scientific tasks. It also has large gains in coding and knowledge work, particularly when compared to other Gemini models, but it is not leading in all these areas.

As with launch of Gemini 4 Argon, Gemini 4 Carbon is being rolled out to selected users and is not yet publicly available. Google is offering a 50% launch discount, with no confirmed end date. All our charts and figures use standard pricing for both Gemini 4 Carbon and Argon.

Key results for Gemini 4 Carbon with high reasoning:
➤ Gemini 4 Carbon leads the Intelligence Index v5, with the #1 score in 4 of the 9 Index evaluations: HLE-Diamond, Terminal-Bench-Science, AA-Omniscience, AutomationBench-AA. Carbon makes substantial gains elsewhere but is not leading in coding and knowledge work

➤ Behind only Claude Opus 5.5 on coding agents: With Antigravity CLI, Gemini 4 Carbon (high) scores 59 only 3 points behind Claude Code with Claude Opus 5.5 (max, 62) on the Artificial Analysis Coding Agent Index. Carbon ranks second on both Terminal-Bench 4.0 (64%) and FrontierCode v1.1 (51%), behind Claude Opus 5.5 (max) at 56%. Google has historically underperformed in this area and so this improvement stands out

➤ Improved agentic knowledge work, but not yet leading: On AA-Briefcase, Gemini 4 Carbon (high) scores 1609 Elo, a 126-point improvement over Gemini 4 Argon (high, 1483), but still behind models including Grok 4.7 (xhigh, 1638), Muse Wonder (max, 1659) and Kimi K3.1 Pro (1678). The largest gain comes from Presentation, up 293 Elo to 1598, alongside a 120-point improvement in Analytical Quality to 1671

➤ Lower Cost per Task than Claude Opus 5.5 for comparable overall intelligence: Gemini 4 Carbon costs $7.76 per Intelligence Index task, ~23% less than Claude Opus 5.5 (max, $10.04) but ~1.2x GPT-6 Astra (max, $6.25). It uses 123k output tokens per task, 29% fewer than Claude Opus 5.5 (max, 173k). At the same $4/$20 standard pricing, its Cost per Task is in line with Gemini 4 Argon ($7.68), while scoring 9 points higher on the Intelligence Index

➤ Leading AA-Omniscience v1.1 score, with low hallucination: Gemini 4 Carbon scores 54 on our recently updated AA-Omniscience v1.1, 6 points ahead of Claude Opus 5.5 (max, 48) and 8 points ahead of Gemini 4 Argon (46). Accuracy (% correct) rises 10 points over Argon to 58%, while its hallucination rate rises from 4% to 11%. This is still the second lowest of any model, behind only Argon, compared with 50% for both Claude Opus 5.5 (max) and GPT-6 Astra (max)

Key model details:
➤ Context Window: 1M tokens
➤ Multimodality: Text, image, video, and speech input, with text output
➤ Pricing: $4/$20 per 1M input/output tokens, the same as Gemini 4 Argon’s standard pricing, with a 50% discount. Cached input tokens receive a 95% discount ($0.20 per 1M)

Congratulations to the @GoogleDeepMind team!

— Artificial Analysis (@ArtificialAnlys) October 28, 2026

Shiko në X

Ai rrit transparencën dhe sinqeritetin (po, ekziston edhe një test për "pretendime të pabazuara"), siguron rezistencë ndaj sulmeve përmes injektimit të komandave (prompt injection), përmirëson bashkëpunimin dhe "ekzekuton detyrat pa tejkaluar kufijtë e autorizimit të tij". Për më tepër, probabiliteti që ai të gjenerojë kod të sigurt është dyfish më i madh krahasuar me modelin Argon.

Ashtu si me modelet e mëparshme të avancuara, Carbon fillimisht do të jetë i disponueshëm vetëm për kompani të përzgjedhura në sektorin e mbrojtjes kibernetike, duke mundësuar testimin para lansimit zyrtar. Me kalimin e kohës, Google do të zgjerojë aksesin edhe për partnerë të tjerë të besueshëm përmes programit të tij "Fairwind", para se modeli të bëhet i disponueshëm për përdorim të përgjithshëm. Ky është pikërisht qasja që Google përdori edhe me modelin Gemini 4 Argon, i cili tani është i disponueshëm brenda aplikacionit Gemini, si dhe përmes kërkimit të bazuar në inteligjencë artificiale (AI search mode).

Lajme të ngjashme