Gemini 4 Carbon toàn cầu mở: nhiều mô hình bầy đàn Agent ra mắt, ba đánh giá đứng đầu, chi phí thấp hơn

Chẻ củi chính thức công bố: thế hệ flagship mới Gemini 4 Carbon mở cửa toàn cầu. Các nhà phát triển API trả phí, doanh nghiệp và người dùng Google AI Ultra, giờ đây có thể bắt đầu sử dụng AI Studio, ứng dụng Gemini và Antigravity.

Chẻ củi tự mình trên X đã nói rõ vị trí: nó được sinh ra để thực hiện các nhiệm vụ phức tạp kéo dài và liên tục, thực hiện suy luận sâu trong kỹ thuật phần mềm lớn, an ninh mạng và khám phá khoa học.

Hai tuần trước khi ra mắt, nó đã nhảy vọt lên vị trí đầu bảng Artificial Analysis với 59 điểm, vượt qua nhiều bảng xếp hạng như Fable 5.2, Opus 5.5, GPT-6 Astra và GPT-6.1 Sol.

Một, khả năng ấn tượng nhất: /swarm bầy đàn, toàn bộ đội ngũ AI làm việc xuyên đêm

Đột phá ấn tượng nhất lần này là tính năng chủ lực của nền tảng Antigravity ------ chế độ bầy đàn nhiều Agent /swarm.

Chỉ cần một từ khóa, Carbon có thể dẫn dắt toàn bộ đội ngũ AI làm việc "xuyên đêm".

Kết hợp với khung AlphaProof Code mới được DeepMind phát hành, chỉ trong bốn tuần, bầy đàn AI đã tạo ra 6,5 triệu dòng chứng minh, xác minh mã biên dịch của Signal ------ điều này vốn cần các chuyên gia con người mất nhiều năm để hoàn thành.

Thực tế bầy đàn trong các dự án xây dựng lớn cũng rất ấn tượng:

Dự án phục hồi tòa nhà văn phòng Google Platform 37, bao gồm 7 tài liệu, 206 bản vẽ. Kỹ sư nhập /swarm và một từ khóa trước khi đi ngủ, thức dậy đã tạo ra một tòa nhà tương tác 3D;

Một từ khóa đã tái hiện toàn bộ quá trình xây dựng tháp Eiffel, còn làm thành một trò chơi thế giới mở, cho phép chim pelican đạp xe bay qua nóc trụ sở thành phố cảnh quan;

Tái hiện cấu trúc cơ khí 61 phím của cây đàn piano cổ từ thế kỷ 18, đưa vào mô hình 3D của Hội trường âm nhạc Koerner ở Toronto, có thể nghe thấy tiếng vang thời gian thực;

Thực hiện hình ảnh dưới nước của Atlantis;

Cho nó một bài báo về vật liệu học, nhanh chóng tạo ra một bộ công cụ mô phỏng cơ học vải, hiển thị sự thay đổi lực của 110 sợi vải theo thời gian thực.

Hai, phục hồi 3D: ảnh cũ và bản vẽ cũ, biến thành module hạ cánh 3D

Đội ngũ đã giao cho Carbon những bức ảnh và bản vẽ cũ của "module hạ cánh Apollo", nó đã phục hồi hoàn chỉnh toàn bộ module hạ cánh trong không gian 3D ------ dù là thân module hoàn chỉnh hay bảng điều khiển bên trong, tất cả đều rõ ràng.

Thực tế máy thật cũng không kém phần ấn tượng:

Chỉ dựa vào công thức của thuyết tương đối rộng, tạo ra hố đen "Gargantua" trong bộ phim "Interstellar";

Mô phỏng thời gian thực sự hòa trộn mực nước trên giấy;

Một câu đã tạo ra thế giới phát triển 3D.

Khi so sánh trực tiếp với Fable 5.2, hiệu ứng demo gần như tương đương, Carbon tiết kiệm gần hai phần ba chi phí so với Fable.

Ba, bảng xếp hạng và giá cả: ba đánh giá sản xuất đều đứng đầu, chi phí còn thấp hơn

Đánh giá hiệu suất nhấn mạnh những điểm chính:

Bài kiểm tra GraphWalks đạt điểm siêu cao 96,2%;

CursorBench 4.0, Perplexity WANDR, Zapier ba đánh giá sản xuất thực tế đã đồng loạt giành tất cả vị trí đầu bảng, vượt qua Fable 5.2;

Mô hình kiến thức đa phương thức MKA do Google phối hợp với Artificial Analysis phát hành, Carbon đứng thứ hai toàn cầu với 54,3%;

Bố của ngôn ngữ lập trình Nim, Dominik Picheta, trong bài kiểm tra chống gian lận KillSwitch-Bench độc lập, Carbon và Fable 5.2 đồng hạng nhất toàn cầu;

Quỹ đầu tư lớn Balyasny bao gồm 23 mô hình tiên tiến trong bài kiểm tra nghiên cứu tài chính thực tế, đã giành vị trí đầu bảng;

Kỳ lân an ninh đám mây Wiz đã sử dụng Carbon để quét hai nhà cung cấp dịch vụ SaaS chính, chỉ trong chưa đầy 2 giờ đã phát hiện ra lỗ hổng zero-day thực sự ------ điều này vốn cần phải kiểm tra vài tuần mới phát hiện được, một buổi chiều đã hoàn tất, bảo vệ hàng chục nghìn doanh nghiệp hạ nguồn trước khi hacker hành động.

Giá cả lại rất hợp lý: mỗi triệu Token đầu vào 2 đô la, đầu ra 10 đô la, bộ nhớ còn được giảm giá 95%. Trong khi giành vị trí đầu bảng trong ba đánh giá sản xuất, chi phí trung bình cho mỗi nhiệm vụ thấp hơn hơn một nửa so với vị trí thứ hai.

Bốn, gói quà miễn phí cho các nhà khoa học: 10.000 người với quyền truy cập cao nhất trong nửa năm

Lần này Google cũng công bố một kế hoạch: cung cấp quyền truy cập miễn phí kéo dài nửa năm cho 10.000 nhà khoa học hàng đầu toàn cầu.

Bao gồm các lĩnh vực vật lý, hóa học, sinh học, vật liệu học, khí hậu học, mục tiêu là xử lý những giả thuyết "bị gác lại vì quá phức tạp" ------ tìm kiếm vật liệu siêu dẫn ở nhiệt độ phòng, giải mã gập protein phức tạp để chữa trị ung thư, mô phỏng dòng chảy plasma trong phản ứng tổng hợp hạt nhân có kiểm soát.

Bộ công cụ này đã có cơ sở nghiên cứu được xác thực: trong bài kiểm tra mù dự đoán protein CASP17, đã giúp các nhà nghiên cứu tăng gấp 40 lần lượng tìm kiếm các đồng loại virus protein khó khăn.

Tầm nhìn của Google rất rõ ràng: biến "cho một prompt trước khi đi ngủ, thức dậy nhận kết quả" trở thành thói quen hàng ngày của các nhà khoa học.