Google, Gemini 4 Carbon'u seçili savunma kurumlarına açtı; güvenlik testlerinden ikisini kendi düzeneğiyle ölçtü

Google, 28 Ekim'de yeni modeli Gemini 4 Carbon'u duyurdu. Şirket onu siber güvenlik ve uzun soluklu görevlerde en güçlü modeli olarak tanıtıyor. Carbon, iki hafta önce çıkan Gemini 4 Argon'un üzerine kuruldu. Model herkese açık değil: bu hafta yalnızca bir grup siber savunmacı kullanabilecek.

Google, erişimi aşamalı açacağını yazdı. Model önce seçili siber savunmacılara verilecek, ardından Fairwind Programı üzerinden başka güvenilir ortaklara genişleyecek. Fairwind, hükümetler ve kritik altyapı işletmecileri gibi öncelikli savunmacılara gelişmiş modellere erken erişim sağlayan, başvuru ve ön inceleme gerektiren bir program. Program sayfasına göre 650'den fazla ortakla çalışılıyor.

Geliştiriciler, şirketler ve son kullanıcılar için tarih verilmedi. Google yalnızca bunu mümkün olan en kısa sürede yapmak istediğini söylüyor. Şirket, modelin ABD hükümetinin gönüllü yayın öncesi test sürecinde olduğunu da belirtti.

API fiyatı tanıtım döneminde milyon girdi token'ı için 2 dolar, milyon çıktı token'ı için 10 dolar. Bu, Argon'la aynı fiyat. Dönem bitince fiyat 4 ve 20 dolara çıkacak. Önbellekten okunan girdi token'larında yüzde 95 indirim var.

Kıyaslama, modelleri aynı soru setiyle ölçen standart testtir. Google'ın tablosunda Carbon; Gemini 4 Argon, GPT-6 Astra, Claude Opus 5.5 ve Claude Fable 5.1 ile karşılaştırılıyor. Google'ın yöntem sayfasına göre Gemini dışı modellerin skorları, aksi belirtilmedikçe sağlayıcıların kendi bildirdiği rakamlar.

Bağımsız doğrulaması olan rakam Artificial Analysis Intelligence Index v5.0. Endeksi Artificial Analysis kendisi koşturuyor. Kuruluşun sayfasında Gemini 4 Carbon (High) 59 puanla ilk sırada, Claude Opus 5.5 (Max) 58 puanla ikinci. Google'ın tablosunda GPT-6 Astra 57, Argon 50, Fable 5.1 ise 49 puan alıyor. Carbon ile Opus 5.5 arasındaki fark bir puan.

Carbon her testte önde değil. Google'ın kendi tablosunda FrontierSWE 2 kodlama testinde GPT-6 Astra yüzde 65,5 ile önde, Claude Opus 5.5 yüzde 62,3 alıyor, Carbon yüzde 61,2'de kalıyor. Bilgisayar kullanımını ölçen OSWorld-2.1'de (çevrimdışı alt küme) Claude Opus 5.5 yüzde 87,2 alıyor, Carbon yüzde 81,5.

Google, siber güvenlik iddiasını üç teste dayandırıyor. Testler güvenlik açığı bulma, açığın istismar edilebilirliğini doğrulama ve kök nedene yama yazma aşamalarını ölçüyor. Google, bu dış kıyaslamaların korumalar kapalıyken çalıştırıldığını yazıyor.

SEC-bench Pro, gerçek yazılımlardaki açıkları bulmayı ölçüyor. Carbon yüzde 88,2, GPT-6 Astra yüzde 85,4, Argon yüzde 83,4 alıyor. Claude Opus 5.5 için tabloda skor yok. Sonucu Google kendisi hesapladı: Mayıs 2026 tarihli, 183 görevlik JavaScript motoru bölümünde, görev başına üç denemenin ortalaması. Rakip rakamları şirketlerin yayımladığı sistem kartlarından ve teknik raporlardan alınmış.

ExploitGym, bir açığın gerçekten istismar edilip edilemeyeceğini test ediyor. Carbon yüzde 54,8, GPT-6 Astra yüzde 42,4, Claude Opus 5.5 yüzde 34,5 alıyor. Bunu da Google internet erişimi olmadan, kendi koşum düzeneğiyle ölçtü. Rakip rakamları yine yayımlanmış belgelerden alındığı için modeller aynı ortamda yan yana koşturulmadı.

CWE-bench ise açığın kök nedenine yama yazmayı ölçüyor. Bu testte bütün modelleri Collinear AI değerlendiriyor. Carbon yüzde 71,0 alıyor. GPT-6 Astra ve Argon yüzde 68, Claude Opus 5.5 yüzde 67'de.

Google ayrıca şirket içi ölçümlerine dayanan iddialar aktarıyor: Carbon'un güvenli kod üretiminde Argon'a göre iki kattan fazla başarı artışı sağladığını ve Chrome ekibinin, başka bir laboratuvarın büyük modeline göre 10 kat daha iyi yama ürettiğini bildirdiğini yazıyor. Bu iddialar dışarıdan doğrulanmadı.

Google'ın tanıtım yazısında Carbon'a ait ayrı bir model kartı ya da teknik rapor bağlantısı yok. Yazıdaki güvenlik raporu bağlantısı Argon'u anlatıyor. Kıyaslama yöntemini anlatan sayfa paylaşılan belge.

Açık bulan bir model saldırgan için de işe yarayabilir. Fairwind sayfası bu çift kullanım riskini açıkça yazıyor. Google'a göre Carbon, Argon'daki güvenlik katmanlarını kullanıyor: model eğitimi, kötüye kullanıma anlık müdahale, istem enjeksiyonuna direnç ve akıl yürütme zincirinin izlenmesi. İstem enjeksiyonu, modele bir belge ya da web sayfasının içine gizlenmiş talimat verme saldırısıdır. Google, Gray Swan'ın bu alandaki testinde Argon'un saldırı başarı oranının yüzde 0,7 olduğunu, Carbon'un ise yüzde 0,0'a indiğini söylüyor.

Fairwind sayfasındaki kurallar erişimi daraltıyor. Sayfa bu kuralları Argon erişimi için yazmış; Carbon'a nasıl uygulanacağı ayrıca belirtilmedi. Kurallara göre katılımcılar modeli yalnızca iç siber güvenlik, olay müdahale ve sızma testi ekiplerine açabiliyor. Kimlik avına dayanıklı çok faktörlü doğrulama gerekiyor. Erişim paylaşılamıyor ya da satılamıyor. Yetkili tehdit simülasyonu, tersine mühendislik ve zararlı yazılım analizi gibi çift kullanımlı işlere yalnızca savunma ve akademik araştırma amacıyla izin veriliyor. Google, başvuran kurumların geçmişini de incelediğini yazıyor.