Gemini 4 Carbon: Google’ın Yeni Öncü Modeli Neler Getiriyor?

Google, 28 Ekim’de yeni öncü (frontier) modeli Gemini 4 Carbon’u duyurdu. Duyuruya göre Carbon, şirketin şimdiye kadarki en güçlü modeli. Bağımsız bir karşılaştırma endeksinde de ilk sıraya yerleşmiş durumda.

Ama işin ilginç tarafı başka. Bu model şu an geliştiricilere açık değil. İlk erişim, siber güvenlik ekiplerine verildi. Bu yazıda Carbon’un ne getirdiğini, neden böyle kademeli açıldığını ve biz geliştiriciler için ne anlama geldiğini anlatacağım.

Gemini 4 Carbon Nedir?

Gemini 4 Carbon, Google DeepMind’ın yeni öncü modeli. İki hafta önce yayınlanan Gemini 4 Argon’un üzerine kuruluyor. Google onu “siber güvenlikte ve uzun soluklu (long-horizon) görevlerde en ileri yeteneklere sahip en güçlü modelimiz” olarak tanımlıyor.

Uzun soluklu görevden kasıt şu: modelin tek bir soruya cevap vermesi değil, saatler hatta günler süren bir işi adım adım sürdürmesi. Google’ın iç ekipleri, Carbon’un günlerce çalışıp çıkmaz sokaklara rağmen işi bırakmadığını söylüyor. Örnek olarak da büyük kod tabanlarında ve düşük seviyeli sistemlerde, gözden kaçan hataların kök nedenini bulup yamalamasını veriyor.

Neden Bu Kadar Konuşuluyor?

Çünkü rakamlar iddialı:

• Artificial Analysis Intelligence Index (v5.0): 59 puanla 1. sırada.
• WebDev Arena: 89 Elo puanı artışla 1768’e çıkmış ve 4. sıraya yerleşmiş. Web geliştiriciler için en doğrudan ilgili sıralama bu.
• Güvenli kod üretimi: Google’ın iç testlerinde Argon’a göre 2 kattan fazla başarı.
• Chrome ekibi: Kaliteli yama üretmede, adı verilmeyen başka bir laboratuvarın büyük öncü modelinden 10 kattan fazla iyi sonuç aldığını bildirmiş.

Güvenlik tarafındaki dış ölçümler de aynı yönde. Açık bulmada SEC-bench Pro’da %88,2, açığın gerçekten istismar edilebildiğini doğrulamada ExploitGym’de %54,8, kök nedeni yamalamada CWE-bench’te %71,0. Google bu üç sonucun koruma katmanları (guardrail) kapalıyken ölçüldüğünü belirtiyor.

ℹ️ Rakamların önemli bir kısmı Google’ın kendi iç testlerinden ve iş ortaklarının raporlarından geliyor. Bağımsız sınamalar ancak model geniş kitleye açıldığında yapılabilecek.

Kod Yazan Ajanlar İçin Ne Değişiyor?

Benim en çok dikkatimi çeken kısım güvenlik puanları değil, modelin ajan olarak nasıl davrandığıyla ilgili iyileştirmeler oldu. Kodlama ajanı kullanan herkesin yaşadığı dertlere doğrudan dokunuyorlar:

• Kestirmeden gitmiyor: Terminal-Bench 4.0’da testleri “kandırarak” geçme oranı %0,0’a inmiş, kandırma denemesi %0,4’te kalmış. Bunu yaparken doğruluk da artmış.
• Uydurmuyor: Dayanağı olmayan iddia sayısı Argon’a göre yaklaşık yarıya inmiş. Kanıt uydurmak yerine eksik kalan adımları listeliyor.
• Kapsamın dışına taşmıyor: İstenenin ötesine geçme %26, eksik iş bırakma %29 azalmış.
• Belirsizlikte soruyor: Harekete geçmeden önce ilgili kaynakları getirip çelişkileri ortaya koyuyor.
• Prompt injection’a dayanıklı: Gray Swan dolaylı prompt injection testinde saldırı başarı oranı Argon’da %0,7 iken Carbon’da %0,0.

Canlı kodlama oturumlarındaki yüksek önem dereceli “hizalama dışı davranış” uyarılarının da neredeyse %80 azaldığı söyleniyor. Kısacası hedef, daha uzun süre kendi başına bırakabileceğiniz bir ajan.

Neden Önce Siber Güvenlik Ekiplerine Açıldı?

Bir model açık bulmada ve istismarı doğrulamada bu kadar iyiyse, aynı yetenek kötü niyetli birinin de işine yarar. Google bu yüzden kademeli bir yol seçmiş:

• ABD hükümetinin gönüllü, yayın öncesi model testi sürecine katılıyor.
• Duyuru haftasından itibaren model, seçili bir siber savunma ekibi grubuna açıldı.
• Erişim, Fairwind Programı üzerinden güvenilir iş ortaklarına adım adım genişletilecek.
• Geliştiricilere, şirketlere ve son kullanıcılara ise geri bildirim toplanıp koruma katmanları iyileştirildikten sonra, “mümkün olan en kısa sürede” açılacak.

Yani önce savunanlar, sonra herkes. Bu, öncü modellerin yayınlanma biçiminin değiştiğini gösteren güzel bir örnek.

Ne Zaman Kullanabileceğiz ve Fiyatı Ne?

Henüz bir tarih yok. Gemini API değişiklik kaydında 2 Kasım itibarıyla Carbon için bir model kimliği bulunmuyor.

Fiyat ise şimdiden açıklandı ve tanıtım döneminde Argon ile aynı:

• Giriş (input): 1 milyon token başına 2 $
• Çıkış (output): 1 milyon token başına 10 $
• Önbelleğe alınmış giriş: giriş fiyatına %95 indirim
• Tanıtım döneminden sonra: giriş 4 $, çıkış 20 $

Bugün kullanabileceğiniz en yeni Gemini modeli Argon. 13 Ekim’den beri Gemini API’de gemini-4-argon kimliğiyle genel kullanımda.

Kimleri Etkiler / Ne Yapmalı?

Kısa vadede Carbon’u doğrudan kullanamayacağız. Ama kodlama ajanları ve yapay zekâ destekli geliştirme araçlarıyla çalışan herkes için takip edilmesi gereken bir model.

• Gemini’yi projelerinizde kullanıyorsanız şimdilik gemini-4-argon ile devam edin. Carbon’un tanıtım fiyatı Argon’la aynı olduğu için geçişin maliyeti tahmin edilebilir olacak.
• Uzun süren ajan görevleri (büyük refactor’lar, hata ayıklama, kod tabanı taşıma) için Carbon açıldığında mevcut modelinizle karşılaştırmalı küçük bir deneme planlayın.
• Bir şirkette güvenlik ya da altyapı tarafındaysanız Fairwind Programı’nı takip edin. Erişim önce oradan genişleyecek.
• Rakamları, bağımsız testler gelene kadar “iddia” olarak okuyun. Özellikle karşılaştırmalı başarı oranları Google’ın kendi ölçümleri.