Ảnh chụp hiển thị trang chính thức vào ngày chụp và có thể khác với thời điểm xuất bản bài viết. Chọn ảnh để phóng to.
Ngày 28 tháng 10 năm 2026 (giờ Mỹ), Google công bố "Gemini 4 Carbon", mô hình frontier mới. Trên blog chính thức, Koray Kavukcuoglu của Google DeepMind mô tả Carbon là "mô hình mạnh nhất của chúng tôi, với năng lực an ninh mạng và khả năng xử lý tác vụ dài hơi hàng đầu". Thông báo này đến chỉ khoảng 2 tuần sau khi "Gemini 4 Argon" được phát hành chính thức vào ngày 13 tháng 10.
Tuy vậy, không phải ai cũng dùng được ngay. Từ tuần này, Google bắt đầu cung cấp Carbon cho một số đơn vị làm công tác phòng thủ an ninh mạng, còn với nhà phát triển, doanh nghiệp và người dùng phổ thông, hãng chỉ nói sẽ cung cấp "sớm nhất có thể" mà không đưa ra mốc thời gian.
Carbon thay đổi gì so với Argon
Theo Google, Carbon được thiết kế để có thể theo đuổi liên tục những bài toán phát triển phần mềm khó và nhiều công đoạn. Trong nội bộ, Google ghi nhận Carbon có thể làm việc liền nhiều ngày dù gặp bế tắc, lần ra nguyên nhân gốc và vá những lỗi khó phát hiện nằm rải rác trong các codebase lớn và hệ thống cấp thấp.
Dựa trên phản hồi của người dùng, Google cho biết đã cải thiện khả năng lập trình, làm việc dạng tác tử, xử lý tác vụ khoa học, phát triển ứng dụng web full-stack và hiểu đa phương thức như hình ảnh. Các con số chính như sau:
- Đứng hạng 1 với 59 điểm trên phiên bản mới v5.0 của chỉ số tổng hợp Intelligence Index do Artificial Analysis, đơn vị so sánh các mô hình AI, công bố
- Trên "WebDev Arena", bảng xếp hạng phát triển web theo hình thức đối đầu, tăng 89 điểm so với Argon, đạt 1768 điểm và xếp hạng 4
VentureBeat đưa tin trên Artificial Analysis v5.0, Claude Opus 5.5 đạt 58 điểm, GPT-6 Astra 57 điểm và Argon 50 điểm. Mặt khác, trang này cũng cho biết trên "AA-Briefcase", một bài đánh giá khác đo các tác vụ công việc tri thức, Carbon vẫn xếp sau Kimi K3.1 Pro, Muse Wonder của Meta và Grok 4.7.
Hiệu năng trong phòng thủ an ninh mạng
Điều Google nhấn mạnh nhất lần này là năng lực phòng thủ an ninh mạng. Theo hãng, Carbon đạt hiệu năng hàng đầu trong toàn bộ chu trình phòng thủ: tìm lỗ hổng, xác minh khả năng khai thác và khắc phục từ nguyên nhân gốc. Kết quả trên các benchmark bên ngoài mà Google công bố như sau (tất cả đều được đánh giá khi đã gỡ bỏ các biện pháp bảo vệ):
- "SEC-bench Pro", tìm lỗ hổng trong phần mềm thực tế: 88,2%
- "ExploitGym", xác minh lỗ hổng có thể bị khai thác hay không: 54,8%
- "CWE-bench", viết mã vá cho lỗ hổng đã phát hiện: 71,0%
Trong đánh giá nội bộ, tỷ lệ tạo ra mã an toàn tăng hơn gấp đôi so với Argon. Nhóm Chrome báo cáo Carbon cho kết quả tốt gấp hơn 10 lần so với một mô hình frontier cỡ lớn của hãng khác khi tạo bản vá chất lượng cao, còn Wiz, công ty bảo mật đám mây thuộc Google, cũng cho biết Carbon dẫn đầu trong các bài đánh giá kiểm thử xâm nhập web.
Cần lưu ý đây là các con số khi đã gỡ bỏ biện pháp bảo vệ. Google cho biết sẽ tiếp tục điều chỉnh các biện pháp bảo vệ trước khi cung cấp rộng rãi, nên nhiều khả năng phiên bản dành cho người dùng phổ thông sẽ không cho ra kết quả y hệt.
Cải thiện để giảm gian lận và suy đoán chủ quan
Google cho biết, trên nền tảng hệ thống an toàn nhiều lớp giống Argon, Carbon được huấn luyện với mục tiêu "hành xử đúng đắn ngay cả trong những tình huống khó hoặc chịu áp lực". Các cải thiện chính được nêu trên blog chính thức như sau:
- Đi đường tắt gian lận: trên Terminal-Bench 4.0, tỷ lệ gian lận thành công giảm xuống 0,0%, tỷ lệ cố gắng gian lận cũng chỉ còn 0,4%. Trong môi trường phát triển nội bộ, số cảnh báo sai lệch nghiêm trọng giảm khoảng 80%
- Khẳng định thiếu căn cứ: giảm còn khoảng một nửa so với Argon trong thử nghiệm nội bộ. Khi không đủ bằng chứng, mô hình ghi chú lưu ý ngay trong sản phẩm đầu ra, hoặc liệt kê những việc chưa thể thực hiện kèm điều kiện cần có
- Chỉ dẫn mơ hồ: không đoán mò để làm tiếp, mà kiểm tra các tài liệu liên quan và báo cho người dùng những điểm mâu thuẫn trước khi hành động
- Làm quá tay và làm thiếu: giảm 26% hành động vượt ra ngoài phạm vi được yêu cầu, và giảm 29% trường hợp bỏ dở việc được giao
- Prompt injection: trên bài đánh giá prompt injection gián tiếp của Gray Swan, tỷ lệ tấn công thành công của Argon là 0,7%, còn Carbon là 0,0%
Mặt khác, VentureBeat đưa tin trên bài đánh giá kiến thức về sự kiện thực tế, tỷ lệ trả lời sai (ảo giác) của Carbon là 11%, cao hơn mức 4% của Argon. Dù tỷ lệ trả lời đúng nói chung đã tăng, tùy cách sử dụng người dùng vẫn cần kiểm tra lại.
Lộ trình cung cấp và giá
Google cho biết sẽ triển khai một cách thận trọng. Hãng đang tham gia quy trình tự nguyện của chính phủ Mỹ về kiểm thử mô hình trước khi phát hành, và từ tuần này bắt đầu cung cấp cho một số tổ chức phòng thủ an ninh mạng. Sau đó, Google dự kiến mở rộng dần cho các đối tác đáng tin cậy thông qua "Fairwind Program" dành cho các tổ chức phòng thủ. Fairwind Program là khuôn khổ có xét duyệt, ưu tiên chính phủ và các đơn vị vận hành cơ sở hạ tầng trọng yếu, và theo Google hiện có hơn 650 tổ chức trên toàn thế giới tham gia.
Về giá, Google công bố Carbon sẽ khởi đầu với cùng mức giá ưu đãi như Argon: 2 USD cho đầu vào và 10 USD cho đầu ra trên mỗi 1 triệu token, đầu vào đã lưu đệm được giảm 95% so với giá đầu vào. Sau khi hết thời gian ưu đãi, giá sẽ là 4 USD cho đầu vào và 20 USD cho đầu ra. Giá ưu đãi của Argon kéo dài đến 30 tháng 11, nhưng thời gian ưu đãi của Carbon kéo dài đến khi nào thì chưa được nêu.
Hiện chưa có thông báo về thời điểm Carbon dùng được trên ứng dụng Gemini, Gemini API hay các gói trả phí như Google AI Pro và Ultra, cũng như điều kiện cung cấp tại Nhật Bản.
Góc nhìn của ban biên tập CoAI
Chỉ 2 tuần sau khi Argon được phát hành chính thức, một mô hình cao cấp hơn nữa đã xuất hiện. Tuy nhiên, nếu Argon mất khoảng 2 tuần từ lúc công bố đến lúc phát hành chính thức, thì Carbon lại chưa đưa ra mốc thời gian cho người dùng phổ thông. Khi năng lực có thể bị dùng cho cả tấn công mạng ngày càng cao, có thể nói Google đang áp dụng rõ ràng hơn so với Argon trình tự trao mô hình cho phía phòng thủ trước.
Với người dùng phổ thông và nhà phát triển, trước mắt Argon vẫn là mô hình cao nhất có thể sử dụng. Việc Carbon được cải thiện theo hướng "kiểm tra thay vì đoán mò" và "giữ đúng phạm vi được yêu cầu" là điểm quan trọng với những ai muốn giao cho AI các công việc dài hơi. Khi Carbon được phát hành chính thức, tốt nhất nên tự kiểm tra theo cách sử dụng của mình, bao gồm cả tỷ lệ ảo giác, rồi mới chuyển sang dùng.
Nguồn
- Gemini 4 Carbon: our next frontier model (blog chính thức của Google)
- Fairwind Program (Google DeepMind)
- Google announces Gemini 4 Carbon with 'significant gains across coding and agentic tasks' (9to5Google)
- Google unveils Gemini 4 Carbon, retaking the world's no. 1 spot on updated, harder benchmarks — but access is limited (VentureBeat)
