Gemini 4 Carbon: مدل هوش مصنوعی جدید گوگل و /swarm

Gemini 4 Carbon چیست؟

Gemini 4 Carbon جدیدترین مدل هوش مصنوعی پیشرو گوگل است که گوگل آن را «قوی‌ترین مدل» خود می‌نامد و برای کار عامل‌های طولانی‌مدت در مهندسی نرم‌افزار، کار دانشی، استدلال علمی و امنیت سایبری ساخته شده است ^[1]. این مدل در ۱۰ نوامبر ۲۰۲۶ در یک نوشته وبلاگ گوگل از کورای کاوکچوغلو (Koray Kavukcuoglu) از Google DeepMind معرفی شد ^[1].

Carbon در کنار Gemini 4 Argon قرار می‌گیرد که در اکتبر عرضه شد ^[2]. گوگل می‌گوید Argon «همچنان گزینه ایده‌آل برای اکثر کارهای مهندسی نرم‌افزار و کار دانشی است»، در حالی که Carbon برای کارهایی است که «مرزهای هوش یک مدل را می‌آزمایند»، مانند کدنویسی و اشکال‌زدایی چندمرحله‌ای پیچیده و پژوهش علمی باز ^[1]. گوگل می‌افزاید Carbon این کار را با «به‌کارگیری توکن‌های بیشتر از Argon» برای کاوش، استدلال و اجرای حلقه‌های راستی‌آزمایی انجام می‌دهد ^[1].

The Verge گزارش می‌دهد Carbon دو هفته پیش از عرضه عمومی نخست برای گروهی منتخب از «مدافعان امنیت سایبری» منتشر شد ^[2]. گزارش ایمنی گوگل Carbon را «مدل بعدی در سری Gemini 4 ما» توصیف می‌کند ^[5].

چگونه می‌توان از Gemini 4 Carbon استفاده کرد؟

توسعه‌دهندگان و کسب‌وکارها می‌توانند Carbon را از طریق Gemini API در Google AI Studio و Gemini for business به کار ببرند؛ دسترسی مصرف‌کنندگان با اشتراک Google AI Ultra است ^[1].

• برنامه Gemini و AI Mode در جست‌وجو: در حال عرضه برای همه مشترکان Google AI Ultra ^[1][4].
• Google Antigravity: مشترکان Ultra می‌توانند Carbon را در برنامه Antigravity، ابزار خط فرمان و افزونه‌های IDE به کار ببرند ^[3].
• سازمان‌ها: دسترسی از طریق Gemini for business ^[1][3].
• دانشمندان: گوگل می‌گوید پژوهشگران می‌توانند برای دسترسی رایگان به Argon و Carbon در بالاترین سطح مصرف Antigravity به مدت شش ماه درخواست دهند، مشروط به واجد شرایط بودن، ظرفیت و انتخاب ^[1].
• تیم‌های امنیتی: مدافعان می‌توانند به‌صورت نوبتی برای دسترسی به نسخه «Carbon for cyber» به برنامه Fairwind گوگل درخواست بدهند ^[1].

9to5Google یادآور می‌شود Argon برای مشترکان AI Pro و بالاتر در دسترس می‌ماند ^[4]. The Verge می‌گوید روشن نیست Carbon کی یا آیا اصلاً به سطوح پایین‌تر یا کاربران رایگان می‌رسد ^[2].

Gemini 4 Carbon چقدر هزینه دارد؟

تا ۳۰ نوامبر ۲۰۲۶، قیمت API هر یک میلیون توکن ورودی ۲ دلار و هر یک میلیون توکن خروجی ۱۰ دلار است، یعنی همان قیمت مقدماتی Argon؛ پس از آن به ۴ و ۲۰ دلار می‌رسد ^[1]. توکن تکه‌ای کوچک از متن، تقریباً بخشی از یک کلمه، است که مدل‌های هوش مصنوعی می‌خوانند و می‌نویسند.

The Verge قیمت مقدماتی را حدود یک‌پنجم هزینه GPT-6 Astra از OpenAI و یک‌چهارم هزینه Fable 5.2 از Anthropic به ازای هر توکن محاسبه کرد ^[2]. این رسانه یک نکته مهم را هم افزود: مدل‌ها برای یک کار یکسان توکن‌های متفاوتی مصرف می‌کنند، پس قیمت ارزان‌تر به ازای هر توکن لزوماً به معنای کار ارزان‌تر نیست ^[2].

این نکته به‌ویژه درباره Carbon اهمیت دارد، زیرا خود گوگل می‌گوید از Argon توکن بیشتری مصرف می‌کند ^[1]. در آزمایش منتشرشده یک توسعه‌دهنده با ۲۰ اجرای کدنویسی، Carbon ۱٫۸۲ میلیون توکن خروجی تولید کرد در برابر ۱٫۳۷ میلیون برای Argon، و کل صورتحساب آن با قیمت فهرست مشابه مدلی با قیمت هر توکن چهار برابر بود ^[6]. این یک آزمایش کوچک و منفرد است، نه محک مستقل، اما نشان می‌دهد چرا قیمت هر توکن به‌تنهایی می‌تواند گمراه‌کننده باشد.

/swarm در Google Antigravity چیست؟

/swarm یک قابلیت پیش‌نمایشی در Google Antigravity، ابزار کدنویسی مبتنی بر عامل از گوگل، است که یک دستور واحد را «به تیمی هماهنگ از عامل‌ها تبدیل می‌کند که می‌توانید به‌صورت زنده دنبالشان کنید» ^[1].

تیم Antigravity این ساختار را چنین توصیف می‌کند: یک عامل هماهنگ‌کننده، کارگرهای موازی تخصصی را در git worktreeهای جدا آغاز می‌کند تا ویرایش‌هایشان با هم تداخل نکند، در حالی که «راستی‌آزماهای رقیب» آزمون‌ها را اجرا می‌کنند و تغییرها را به چالش می‌کشند ^[3]. عامل‌ها یک تابلوی پیام فقط‌افزودنی را به اشتراک می‌گذارند و به گفته گوگل تا زمان نیاز بی‌کار و با هزینه توکن صفر می‌مانند ^[3]. به هر عامل می‌توان مدل متفاوتی داد، بنابراین Carbon می‌تواند نقش هماهنگ‌کننده، معمار یا ممیز را بر عهده بگیرد، در حالی که مدل‌های سبک‌تر ویرایش‌های روتین را انجام می‌دهند ^[1][3].

بهای آن مصرف است. توسعه‌دهنده‌ای که Carbon را آزمود گزارش کرد گزینه /swarm در منوی خود Antigravity با برچسب «Preview & Quota Heavy» نشان داده شده و چهار نشست موازی پس از حدود دو ساعت به سهمیه طرح Ultra رسیدند ^[6]. اجرای هم‌زمان چند عامل مصرف توکن را چند برابر می‌کند. برای آشنایی با چگونگی کار عامل‌های هوش مصنوعی و جاهایی که شکست می‌خورند، به What Are AI Agents? How They Work, What They Can Do and Where They Fail مراجعه کنید.

Gemini 4 Carbon در محک‌ها چقدر خوب است؟

گوگل می‌گوید Carbon در CursorBench 4.0، WANDR از Perplexity و AutomationBench از Zapier با بیش از ۲ برابر هزینه کمتر برای هر کار نسبت به بهترین مدل بیرونی بعدی رتبه نخست را دارد، اما این رتبه‌ها را خود گوگل گزارش کرده است ^[1]. گوگل همچنین می‌گوید Carbon در یک محک تازه Multimodal Knowledge Agent (MKA) که گوگل با Artificial Analysis راه انداخته، رتبه دوم را دارد ^[1].

در امنیت سایبری، گوگل می‌گوید نسخه Fairwind از Carbon در SEC-bench Pro، ExploitGym و CWE-bench v1، که یافتن، بهره‌برداری و وصله‌کردن نقص‌های نرم‌افزار را می‌آزمایند، پیشتاز است ^[1]. برخی ارقام، مانند ۱۰۰٪ بازیابی در اسکن، از چیزی می‌آیند که گوگل «محک داخلی ما» می‌نامد ^[1].

تاکنون زمینه مستقل محدود است. The Verge گفت محک‌هایی که گوگل هنگام نخستین اعلام Carbon ذکر کرد نشان می‌دهد این مدل در بیشتر معیارها یکی از قدرتمندترین‌هاست اما پشت Fable 5.2 از Anthropic قرار دارد، و هشدار داد شرکت‌ها «می‌توانند و می‌کنند که نتایج محک را گزینشی انتخاب کنند» ^[2]. آزمایش دوساعته یک توسعه‌دهنده نشان داد Carbon در تغییرهای کدی برگرفته از یک مونوریپوی تولیدی اندکی از Argon جلوتر است (۱۷ اجرا از ۲۰ اجرا که همه آزمون‌ها را گذراندند، در برابر ۱۶) اما کند است و به‌طور میانگین حدود ۳۰ دقیقه برای هر رفع اشکال زمان می‌برد ^[6]. راهنمای پویام ChatGPT vs Gemini vs Claude in ۲۰۲۶: Models, Prices and Key Differences میدان گسترده‌تر را پوشش می‌دهد.

آیا Gemini 4 Carbon ایمن است؟

گزارش ایمنی و امنیت گوگل می‌گوید نمی‌تواند رد کند که Carbon بدون تدابیر حفاظتی اضافی به «Cyber Uplift Level 1» و «CBRN Uplift Level 1» زیستی، یعنی سطوح توانایی بحرانی در چارچوب ایمنی مرزی (Frontier Safety Framework) این شرکت، برسد، و تدابیر کاهشی به کار گرفته که خطر باقی‌مانده را «به سطحی قابل‌قبول» پایین می‌آورند ^[5]. این ارزیابی‌ها از Argon منتقل شده‌اند، چون گوگل تشخیص داد Carbon تغییر مادی در توانایی نشان نمی‌دهد ^[5].

گوگل از آزمون‌های خود گزارش می‌دهد که Carbon در محیط‌های شبیه‌سازی‌شده ۹۹٪ از مسیرهای حمله عامل بازی سرخ تطبیقی خود را مسدود کرد (تدابیر حفاظتی نرخ نفوذ در هر تلاش را به ۰٫۸٪ رساندند)، و Carbon در محک صداقت عاملی با ۳۷۵ وظیفه ۹۲٪ را گذراند در برابر ۷۰٪ برای Argon ^[1]. گوگل همچنین به آزمون بیرونی استناد می‌کند: آزمون Gray Swan نرخ موفقیت پرسش‌های حمله سایبری خودکار را ۲٫۱۷٪ (۹٫۸۶٪ برای Argon) ثبت کرد و Trajectory Labs در ۱۳۲ ساعت هیچ جیلبریک جهانی تازه‌ای نیافت ^[1].

گوگل می‌گوید تزریق پرامپت، که در آن دستورهای پنهان در صفحه‌های وب یا پرونده‌ها یک عامل هوش مصنوعی را می‌ربایند، «همچنان حوزه‌ای برای بهبود مستمر است» ^[1]. اگر به عامل به پرونده‌ها یا حساب‌ها دسترسی می‌دهید، تا جای ممکن داده‌های حساس را دور نگه دارید؛ Is ChatGPT Safe for Your Privacy? What AI Chatbots Do With the Data You Share توضیح می‌دهد چت‌بات‌ها با آنچه به اشتراک می‌گذارید چه می‌کنند.

آیا باید به Gemini 4 Carbon مهاجرت کنید؟

خود گوگل Argon را برای اکثر کارهای مهندسی نرم‌افزار و کار دانشی و Carbon را برای دشوارترین کارها توصیه می‌کند، پس بیشتر مردم نیازی به تغییر ندارند ^[1].

• Carbon را در نظر بگیرید برای کدنویسی و اشکال‌زدایی چندمرحله‌ای پیچیده، پژوهش علمی باز یا ممیزی امنیتی، جایی که زمان تفکر بیشتر ارزش دارد ^[1][3].
• با Argon یا مدلی سبک‌تر بمانید برای بیشتر کارهای مهندسی نرم‌افزار و کار دانشی، چنان‌که گوگل توصیه می‌کند، به‌ویژه اگر مراقب هزینه یا سهمیه هستید ^[1][6].
• برای تغییر قیمت برنامه‌ریزی کنید: بودجه‌های بسته‌شده بر پایه قیمت ۲/۱۰ دلار از ۱ دسامبر ۲۰۲۶ دو برابر می‌شود ^[1].
• نتایج را بررسی کنید: امتیازهای بالا در محک جلوی خطا را نمی‌گیرد. AI Hallucinations Explained: Why Chatbots Make Things Up and How to Get Accurate Answers توضیح می‌دهد چرا مدل‌های هوش مصنوعی هنوز مطلب می‌سازند.

تا زمانی که نتایج مستقل در دسترس نیست، رتبه‌بندی‌های گوگل را ادعا بدانید و پیش از اتکا به Carbon آن را روی کارهای خودتان آزمایش کنید.