- Katılım
- 13 Ocak 2026
- Mesajlar
- 254
- Tepkime puanı
- 102
- Puan
- 43
Merhaba arkadaşlar, Google yeni Gemini 4 Carbon modelini duyurdu. Gemini 4 Argon’dan iki hafta sonra gelen modelde özellikle uzun süren mühendislik işleri ve siber güvenlik savunması öne çıkıyor. Şirket, Carbon’u bugüne kadarki en güçlü modeli olarak tanımlıyor; ancak ilk erişim genel kullanıma değil, belirli güvenlik uzmanlarına açılıyor. Bu yüzden duyurulan yeteneklerle bugün herkesin kullanabileceği hizmeti ayrı değerlendirmek gerekiyor.
Günlere yayılan işler hedefleniyor
Google’ın aktardığı şirket içi deneyimlerde Carbon, büyük kod tabanlarında karmaşık hataların kök nedenini araştırmak ve düzeltme hazırlamak için günler boyunca çalışabiliyor. Buradaki amaç, birkaç satır kod önermekten daha uzun bir iş akışını sürdürebilmek. Araştırmak, başarısız yaklaşımı bırakmak, başka bir yolu denemek ve sonucu kontrol etmek bu yaklaşımın parçaları.
Örneğin aynı hatanın birden fazla bileşen arasındaki etkileşimden kaynaklandığı bir yazılım düşünelim. Yalnızca görünen belirtiyi değiştirmek sorunu çözmeyebilir; etkilenen parçaları ve düzeltmenin sonuçlarını da incelemek gerekir. Bu açıklayıcı örnek, uzun görev becerisinin neden önemli olduğunu anlatıyor. Her kod tabanında günlerce hatasız çalışmanın kanıtlandığı anlamına gelmiyor; kaynakta belirtilen deneyimler Google’ın kendi ekiplerine ait.
Gemini 4 Carbon tanıtım görseli. Kaynak ve görsel kredisi: Google.
Güvenlikte bulma, doğrulama ve düzeltme
Duyuru siber savunmayı üç aşamada ele alıyor: Gerçek güvenlik açıklarını bulmak, bunların istismar edilebilirliğini doğrulamak ve kök nedeni gideren yamalar üretmek. Google’ın yayımladığı sonuçlarda Carbon için SEC-bench Pro’da yüzde 88,2, ExploitGym’de yüzde 54,8 ve CWE-bench’te yüzde 71,0 bildiriliyor. Bunlar farklı görevleri ölçen ayrı testler; tek bir genel güvenlik başarı oranı oluşturmuyorlar.
Kaynak ayrıca dış güvenlik testlerinin koruma katmanları olmadan değerlendirildiğini açıkça belirtiyor. Dolayısıyla bu puanları, erişime açılan ürünün her istekte aynı biçimde davranacağı şeklinde okumamalıyız. Modelin yapabildiğini ölçmekle, gerçek kullanımda hangi işlemlere izin verildiğini belirlemek birbirinden farklı. İlk erişimin sınırlı tutulması da bu yeteneklerin kontrollü dağıtımının önemini gösteriyor.
Diğer puanlar ve şirket içi karşılaştırmalar
Google, Artificial Analysis Intelligence Index’in güncellenmiş v5.0 sürümünde Carbon’un 59 puan aldığını, WebDev Arena’da ise 1768 puana ulaştığını aktarıyor. Bu sıralamalar duyurunun yayımlandığı zamana ait. Farklı değerlendirmelerin kapsamını ve zamanını korumak, tek bir “en iyi” ifadesinden daha açıklayıcı oluyor.
Güvenli kod üretiminde Argon’a göre iki kattan fazla başarı artışı, Chrome ekibinin yama üretiminde başka bir laboratuvarın modeliyle yaptığı karşılaştırmada ise on kattan fazla iyileşme bildiriliyor. Bunlar Google’ın aktardığı iç gözlemler. İkinci karşılaştırmada rakip modelin adı duyuru metninde açıklanmıyor; bu nedenle belirli bir rakibi kendimiz tahmin ederek eklemek doğru olmaz.
Güvenilirlik ve erişim takvimi
Şirket, kanıtsız iddiaları azaltmaya ve belirsizlik karşısında ilgili kaynakları incelemeye odaklandığını söylüyor. Testlerinde görev dışına taşma ve yetersiz hizmet verme davranışlarında da azalma bildirilmiş. Bu sonuçlar önemli olsa da bütün hataların giderildiğini göstermiyor. Sınırlı test başarısını evrensel güvenlik garantisine dönüştürmeden değerlendirmek gerekiyor.
Carbon bu hafta belirli siber savunma uzmanlarına açılıyor. Ardından Fairwind Programı üzerinden güvenilir ortaklara erişimin genişletilmesi planlanıyor. Geliştiriciler, işletmeler ve bireysel kullanıcılar için daha geniş erişim hedefleniyor; duyuruda bunun kesin günü verilmiyor.
Açıklanan başlangıç API fiyatı bir milyon girdi tokenı için 2 dolar, bir milyon çıktı tokenı için 10 dolar. Önbelleğe alınmış girdilerde yüzde 95 indirim belirtiliyor. Bence asıl izlenecek nokta, bu yeteneklerin gerçek geliştirme süreçlerinde ne kadar güvenilir sonuç verdiği olacak. Siz uzun görevlerde çalışan bir asistanda öncelikle hız mı, yaptığı düzeltmeyi açıklaması mı, yoksa doğrulama kalitesi mi ararsınız?
Kaynak: Google – Gemini 4 Carbon resmî duyurusu.
Günlere yayılan işler hedefleniyor
Google’ın aktardığı şirket içi deneyimlerde Carbon, büyük kod tabanlarında karmaşık hataların kök nedenini araştırmak ve düzeltme hazırlamak için günler boyunca çalışabiliyor. Buradaki amaç, birkaç satır kod önermekten daha uzun bir iş akışını sürdürebilmek. Araştırmak, başarısız yaklaşımı bırakmak, başka bir yolu denemek ve sonucu kontrol etmek bu yaklaşımın parçaları.
Örneğin aynı hatanın birden fazla bileşen arasındaki etkileşimden kaynaklandığı bir yazılım düşünelim. Yalnızca görünen belirtiyi değiştirmek sorunu çözmeyebilir; etkilenen parçaları ve düzeltmenin sonuçlarını da incelemek gerekir. Bu açıklayıcı örnek, uzun görev becerisinin neden önemli olduğunu anlatıyor. Her kod tabanında günlerce hatasız çalışmanın kanıtlandığı anlamına gelmiyor; kaynakta belirtilen deneyimler Google’ın kendi ekiplerine ait.
Gemini 4 Carbon tanıtım görseli. Kaynak ve görsel kredisi: Google.
Güvenlikte bulma, doğrulama ve düzeltme
Duyuru siber savunmayı üç aşamada ele alıyor: Gerçek güvenlik açıklarını bulmak, bunların istismar edilebilirliğini doğrulamak ve kök nedeni gideren yamalar üretmek. Google’ın yayımladığı sonuçlarda Carbon için SEC-bench Pro’da yüzde 88,2, ExploitGym’de yüzde 54,8 ve CWE-bench’te yüzde 71,0 bildiriliyor. Bunlar farklı görevleri ölçen ayrı testler; tek bir genel güvenlik başarı oranı oluşturmuyorlar.
Kaynak ayrıca dış güvenlik testlerinin koruma katmanları olmadan değerlendirildiğini açıkça belirtiyor. Dolayısıyla bu puanları, erişime açılan ürünün her istekte aynı biçimde davranacağı şeklinde okumamalıyız. Modelin yapabildiğini ölçmekle, gerçek kullanımda hangi işlemlere izin verildiğini belirlemek birbirinden farklı. İlk erişimin sınırlı tutulması da bu yeteneklerin kontrollü dağıtımının önemini gösteriyor.
Diğer puanlar ve şirket içi karşılaştırmalar
Google, Artificial Analysis Intelligence Index’in güncellenmiş v5.0 sürümünde Carbon’un 59 puan aldığını, WebDev Arena’da ise 1768 puana ulaştığını aktarıyor. Bu sıralamalar duyurunun yayımlandığı zamana ait. Farklı değerlendirmelerin kapsamını ve zamanını korumak, tek bir “en iyi” ifadesinden daha açıklayıcı oluyor.
Güvenli kod üretiminde Argon’a göre iki kattan fazla başarı artışı, Chrome ekibinin yama üretiminde başka bir laboratuvarın modeliyle yaptığı karşılaştırmada ise on kattan fazla iyileşme bildiriliyor. Bunlar Google’ın aktardığı iç gözlemler. İkinci karşılaştırmada rakip modelin adı duyuru metninde açıklanmıyor; bu nedenle belirli bir rakibi kendimiz tahmin ederek eklemek doğru olmaz.
Güvenilirlik ve erişim takvimi
Şirket, kanıtsız iddiaları azaltmaya ve belirsizlik karşısında ilgili kaynakları incelemeye odaklandığını söylüyor. Testlerinde görev dışına taşma ve yetersiz hizmet verme davranışlarında da azalma bildirilmiş. Bu sonuçlar önemli olsa da bütün hataların giderildiğini göstermiyor. Sınırlı test başarısını evrensel güvenlik garantisine dönüştürmeden değerlendirmek gerekiyor.
Carbon bu hafta belirli siber savunma uzmanlarına açılıyor. Ardından Fairwind Programı üzerinden güvenilir ortaklara erişimin genişletilmesi planlanıyor. Geliştiriciler, işletmeler ve bireysel kullanıcılar için daha geniş erişim hedefleniyor; duyuruda bunun kesin günü verilmiyor.
Açıklanan başlangıç API fiyatı bir milyon girdi tokenı için 2 dolar, bir milyon çıktı tokenı için 10 dolar. Önbelleğe alınmış girdilerde yüzde 95 indirim belirtiliyor. Bence asıl izlenecek nokta, bu yeteneklerin gerçek geliştirme süreçlerinde ne kadar güvenilir sonuç verdiği olacak. Siz uzun görevlerde çalışan bir asistanda öncelikle hız mı, yaptığı düzeltmeyi açıklaması mı, yoksa doğrulama kalitesi mi ararsınız?
Kaynak: Google – Gemini 4 Carbon resmî duyurusu.