Gemini 4 Carbon duyuruldu: güçlü bir model, fakat erişim hâlâ sınırlı

Yapay zekâ modellerini yalnızca bir sınavın birincisi olarak okumak kolay. Günlük hayatta ise daha önemli bir soru var: Bir model, yarım kalan bir işi doğru biçimde devam ettirebiliyor mu? Google’ın yeni Gemini 4 Carbon duyurusu, bu soruyu yeniden gündeme taşıyor.

Önce netleştirelim: kimler kullanabiliyor?

Google, Carbon’u 28 Ekim’de duyurdu. İlk erişim seçilmiş siber savunma ekiplerine ve Fairwind ortaklarına yönelik. Geliştiricilere ve genel kullanıcılara daha geniş erişim için kesin tarih açıklanmış değil.

Bu ayrım küçük bir dipnot değil. Haberi okuyan biri hemen AI Studio’yu açıp yeni modeli seçebileceğini düşünebilir. 29 Ekim kontrolünde bu beklentiyi doğrulayacak genel API erişim kaydı bulunmadı. Bir duyurunun görünür olması ile bir ürünün hesabınızda kullanılabilir olması farklı aşamalardır.

Carbon neyi değiştirmeyi hedefliyor?

Google, modeli uzun mühendislik görevleri ve siber güvenlik çalışmaları için konumlandırıyor. Duyuru, özellikle yazılım hatalarını bulma, riski doğrulama ve düzeltme aşamalarına odaklanıyor.

YZ360 yorumu: Bir yazılım ekibi için iyi bir yardımcı, yalnızca kısa bir kod parçası üreten yardımcı değildir. Hatanın ortaya çıktığı koşulu anlaması, değişikliğin başka bir yeri bozmadığını kontrol etmesi ve çözemediği noktayı açıkça bırakması da gerekir. Uzun görevlerde tutarlılığın önem kazanması bu yüzden anlamlı.

Bu hedef, insan incelemesini gereksiz kılmaz. Bir modelin kendi önerisini kendi testleriyle onaylaması, bağımsız bir doğrulamayla aynı güveni sağlamaz. Özellikle güvenlik işlerinde test kapsamının ve yetkilerin baştan belirlenmesi gerekir.

Teknik verileri nasıl okumalı?

Google’ın yayımladığı sonuçlarda SEC-bench Pro %88,2, ExploitGym %54,8 ve CWE-bench %71,0 olarak veriliyor. Duyuru, bu dış değerlendirmelerin koruyucu sınırlar olmadan yapıldığını belirtiyor.

Bu sayılar Google’ın aktardığı ölçümlerdir; bizim yaptığımız bağımsız bir test değildir. Farklı görev kümesi, araç düzeni veya değerlendirme koşulu, sonucu değiştirebilir.

Benchmark tablosunu okurken yalnızca en yüksek sütuna bakmak yerine ölçülen görevi anlamaya çalışın. Bir modelin belirli bir testte başarılı olması, şirketinizdeki eski bir kod tabanında aynı oranla başarılı olacağını göstermez. İyi bir pilotta, gerçek işten alınmış ve sonucu bilinen örnekler kullanılır.

Fiyat duyurusu ne söylüyor?

Açıklanan başlangıç tarifesi, bir milyon girdi tokenı için 2 dolar, çıktı için 10 dolar. Google, başlangıç dönemi sonrasında 4/20 dolar tarifesini belirtiyor. Erişim ve tarife koşulları güncel resmî sayfadan yeniden kontrol edilmeli.

YZ360 yorumu: Bir ekip için önemli olan yalnızca token fiyatı değildir. Yeniden denemeler, uzun görevlerin ürettiği ek çıktı ve sonucun insan tarafından kontrol edilmesi de maliyete dahildir. Bu nedenle “en ucuz model” sorusundan önce “hangi işi hangi kaliteyle tamamlıyor?” sorusunu sormak daha yararlıdır.

Bugün ne yapılabilir?

Genel erişimi beklerken iş akışınız için küçük bir değerlendirme seti hazırlayabilirsiniz. Bir hata düzeltme örneği, bir belge karşılaştırması ve bir veri çıkarma görevi seçin; doğru sonucu ve kabul ölçütlerini kaydedin.

Carbon’un API kimliği, bağlam sınırı veya kullanıma açılma tarihi doğrulanmadan uygulama ayarlarını değiştirmeyin. Model rehberimizde açıklanan bilgileri ve henüz bilinmeyen alanları ayrı gösteriyoruz.

Bu haberin kısa cevabı: Carbon önemli bir duyuru; fakat bugün okuyucunun atacağı en iyi adım, test puanlarını kullanım hakkıyla karıştırmadan kendi ihtiyaçlarını netleştirmek.

Kaynağın görselleriyle yakından bak

Aşağıdaki görseller kaynak yayıncıya aittir. Grafiklerdeki sonuçlar bağımsız testimiz değildir; ilgili açıklamayla birlikte okunmalıdır.