Google udostępnia Gemini 4 Carbon płacącym użytkownikom i prezentuje dwa nowe układy TPU

Carbon trafia do płacących klientów

Google udostępnia Gemini 4 Carbon szerokiemu gronu odbiorców we wtorek, 10 listopada, po ograniczonej premierze dla grupy ekspertów ds. cyberbezpieczeństwa pod koniec października. Google określa Carbon mianem swojego najsilniejszego modelu i twierdzi, że może on konkurować z najlepszymi systemami od Anthropic i OpenAI. Firma wskazuje, że Carbon przesuwa granice dalej niż Argon, model z serii Gemini 4 wprowadzony w zeszłym miesiącu, jednak Argon pozostaje lepszym wyborem w większości zadań inżynierii oprogramowania i pracy koncepcyjnej. Carbon został stworzony do trudniejszych zadań, takich jak wieloetapowe programowanie i otwarte badania naukowe. Płacący programiści i przedsiębiorstwa mogą korzystać z niego za pośrednictwem Gemini API w Google AI Studio oraz Gemini for business, podczas gdy subskrybenci AI Ultra, płacący 100 dolarów miesięcznie, otrzymują dostęp w aplikacji Gemini, trybie AI w wyszukiwarce oraz Antigravity. Harmonogram dla użytkowników niższych planów i wersji darmowej nie jest jasny.

Cennik i wyniki testów

Cena wprowadzająca w API wynosi 2 dolary za milion tokenów wejściowych i 10 dolarów za milion tokenów wyjściowych. Ceny te wzrosną dwukrotnie pod koniec listopada, gdy zakończy się okres promocyjny. W przeliczeniu na token, Carbon pozostaje znacznie tańszy od konkurencyjnych modeli, choć modele mogą zużywać różną liczbę tokenów do tego samego zadania, więc całkowite koszty nie muszą odzwierciedlać różnicy w cenie za token. Wyniki testów opublikowane przez Google stawiają Carbon wśród najpotężniejszych modeli w większości kategorii, tuż za modelem Fable 5.2 od Anthropic, który zadebiutował 9 listopada. Wyniki te pochodzą z własnych komunikatów Google, a firmy mogą dobierać testy tak, aby prezentowały ich narzędzia w jak najlepszym świetle.

Tokeny wejściowe2

Tokeny wyjściowe10

Tokeny wejściowe

2 $ za milion tokenów

Tokeny wyjściowe

10 $ za milion tokenów

Dane z tekstu artykułu

Agenci typu swarm i narzędzia naukowe

Google udostępnia w wersji zapoznawczej funkcję swarm na platformie programistycznej Antigravity, która zamienia pojedyncze polecenie w skoordynowany zespół agentów, co ma służyć długofalowym zadaniom. Google podaje, że pierwsi użytkownicy Carbon pomogli w krótkim czasie odkryć luki typu zero-day. Firma informuje również o postępach w przewidywaniu struktury białek, co jest kluczowe dla opracowywania leków. Google przyznaje 10 000 naukowców darmowy dostęp do Carbon na sześć miesięcy i przeszkoliło już tysiące z nich. Serwis Engadget zauważa, że program ten może również pomóc w trenowaniu modeli Google.

Dwa nowe układy dla chmury i poufnej sztucznej inteligencji

W poniedziałek, 9 listopada, Google zaprezentowało TPU 8tx oraz TPU 8i Max, dwa warianty dodane do ósmej generacji jednostek przetwarzania tensorowego, wprowadzonych w kwietniu 2026 roku. TPU 8tx, zaprojektowany we współpracy z AMD i oparty na układzie TPU 8t, jest ukierunkowany na poufne trenowanie i uruchamianie modeli AI, z zabezpieczeniami wbudowanymi w warstwę sprzętową. Zawiera również sieć wnioskowania, która pozwala na prowadzenie rozumowania równolegle z trenowaniem, dzięki czemu może destylować i trenować małe modele w locie bez przenoszenia własnościowych danych między urządzeniami. TPU 8i Max łączy dwa układy TPU 8i z kwietnia w jeden pakiet, podwajając pamięć, moc obliczeniową i przepustowość. Premiera odbywa się w czasie, gdy Microsoft, Amazon, OpenAI i Anthropic również budują własne układy AI, aby zmniejszyć zależność od Nvidii, podczas gdy Google dąży do ograniczenia zależności od układów innych firm w swoim biznesie chmurowym.

Gemini Robotics 2.5 w fabryce

Google DeepMind ujawniło Gemini Robotics 2.5 oraz nowy, otwartoźródłowy benchmark bezpieczeństwa o nazwie ASIMOV-jailbreak. Platforma łączy Gemini Embodied Reasoning, który planuje zadania na podstawie instrukcji i obrazu na żywo, z modelem wizyjno-językowo-akcyjnym generującym ruchy robota. W testach obejmujących ponad 200 czynności, w tym podawanie żywności szczypcami i używanie pipety, model osiągnął o 30 do 100 procent wyższy wskaźnik sukcesu niż poprzednia wersja i działa o 20 do 30 procent szybciej, choć wyniki te pochodzą z testów laboratoryjnych. W pilotażach z firmami Apptronik i Mercedes-Benz, humanoidalny robot Apollo 2 firmy Apptronik kompletował części samochodowe w kilku europejskich fabrykach ze skutecznością 96 procent. Kanishka Rao, dyrektor w DeepMind, stwierdził, że zniwelowanie pozostałych 4 procent różnicy będzie trudnym zadaniem.