Google เปิดตัว Gemini 4 Carbon ทำคะแนน AI สูงสุด พร้อมจำกัดการเข้าถึงไว้สำหรับฝ่ายป้องกันภัยไซเบอร์

ผู้นำคนใหม่บนกระดานคะแนน แต่จำกัดการเข้าถึง

Google ประกาศเปิดตัว Gemini 4 Carbon โมเดลปัญญาประดิษฐ์ที่ทำคะแนนได้ 59 ในดัชนี Artificial Analysis Intelligence Index v5.0 และแสดงผลลัพธ์โดดเด่นในการค้นหา ทดสอบ และแก้ไขช่องโหว่ซอฟต์แวร์ ผู้ใช้กลุ่มแรกจะเป็นผู้เชี่ยวชาญด้านความปลอดภัยไซเบอร์ที่ได้รับคัดเลือก ไม่ใช่ประชาชนทั่วไป

ประกาศเปิดตัว Gemini 4 Carbon ของบริษัท ซึ่งลงวันที่ 28 ตุลาคม 2026 ระบุว่าโมเดลนี้ทำคะแนนนำ Claude Opus 5.5 และ GPT-6 Astra ในดัชนีวัดความสามารถทั่วไปดังกล่าว การเปิดตัวมีขึ้นเพียงสองสัปดาห์หลัง Gemini 4 Argon ทำให้ Google มีโมเดลเรือธงอีกรุ่นก่อนที่ผู้ใช้จำนวนมากจะมีเวลาใช้งานรุ่นก่อนหน้าอย่างเต็มที่

โคเรย์ คาวุกคูโอกลู รองประธานอาวุโสของ Google DeepMind และหัวหน้าสถาปนิกด้าน AI ของ Google กล่าวถึงจุดแข็งสำคัญของโมเดลนี้ว่า:

Gemini 4 Carbon เป็นโมเดลที่แข็งแกร่งที่สุดของเรา โดยมีความสามารถด้านความปลอดภัยไซเบอร์ที่ล้ำสมัยและความสามารถในการทำงานระยะยาว

Google ระบุว่าทีมงานภายในได้เฝ้าดู Carbon ทำงานต่อเนื่องหลายวันกับงานวิศวกรรมที่ซับซ้อน รวมถึงการตามหาบั๊กที่สังเกตเห็นได้ยากและจัดทำวิธีแก้ไขในโครงการซอฟต์แวร์ขนาดใหญ่ สำหรับทีมความปลอดภัย จุดเด่นคือผู้ช่วยที่สามารถทำงานกับปัญหาต่อไปได้แม้แนวทางที่ลองหลายครั้งจะล้มเหลว แทนที่จะเสนอคำตอบแล้วหยุด

การเปิดตัว Carbon ยังเผยให้เห็นความตึงเครียดในทางปฏิบัติ ความสามารถในการค้นหาและใช้ประโยชน์จากจุดอ่อนของซอฟต์แวร์อาจช่วยให้ฝ่ายป้องกันซ่อมแซมระบบได้ แต่ก็อาจมอบความสามารถที่เป็นประโยชน์แก่ผู้โจมตี Google เข้าร่วมการทดสอบโดยสมัครใจของรัฐบาลสหรัฐฯ ก่อนการเปิดตัว และจะทยอยขยายการเข้าถึงผ่านโครงการ Fairwind

ภาพรวมที่มีประโยชน์ที่สุดเกิดจากการพิจารณาผลลัพธ์ทั้งหมดร่วมกัน: Carbon นำในดัชนีความฉลาดโดยรวมและการทดสอบด้านความปลอดภัยหลายรายการ แต่ตามหลังคู่แข่งในงานเขียนโค้ดบางประเภท ขณะเดียวกัน การปรับปรุงความน่าเชื่อถือภายในของ Google ก็เกิดขึ้นพร้อมกับผลการทดสอบภายนอกที่พบว่าอัตราการสร้างคำตอบที่แต่งขึ้นเพิ่มขึ้นเมื่อเทียบกับ Argon

คะแนนด้านความปลอดภัยไซเบอร์วัดอะไรบ้าง

Google รายงานผลด้านความปลอดภัยหลักสามรายการ ได้แก่ 88.2% ใน SEC-bench Pro, 54.8% ใน ExploitGym และ 71.0% ใน CWE-bench ของ Collinear แต่ละรายการวัดงานคนละด้านของผู้ปฏิบัติงานฝ่ายป้องกัน

SEC-bench Pro ทดสอบว่าโมเดลสามารถค้นหาช่องโหว่ในซอฟต์แวร์จริงได้หรือไม่ ช่องโหว่คือจุดอ่อนที่อาจเปิดทางให้ผู้อื่นเข้าถึงข้อมูล เปลี่ยนแปลงระบบ หรือรบกวนการทำงาน Google ระบุว่า Carbon นำในการประเมินนี้ โดยค้นพบข้อบกพร่องซับซ้อนที่ซ่อนอยู่ในซอฟต์แวร์

ExploitGym ทดสอบขั้นต่อไป คือการเปลี่ยนจุดอ่อนให้เป็นวิธีโจมตีที่ใช้งานได้จริง วิธีโจมตีหรือ exploit คือวิธีใช้ข้อบกพร่องเพื่อทำให้ระบบทำงานในแบบที่ไม่ตั้งใจ ทีมความปลอดภัยใช้การทดสอบโจมตีในสภาพแวดล้อมที่ควบคุมได้ เพื่อประเมินว่าจุดอ่อนใดเป็นอันตรายเร่งด่วนและควรได้รับการแก้ไขก่อน

CWE-bench วัดการแพตช์ หรือการเขียนโค้ดเพื่อแก้ปัญหาที่ต้นเหตุ คะแนน 71.0% ของ Carbon เน้นการซ่อมแซมให้เสร็จสมบูรณ์ ไม่ใช่เพียงชี้ให้เห็นโค้ดที่น่าสงสัย

Google ระบุว่าการทดสอบมาตรฐานด้านความปลอดภัยไซเบอร์จากภายนอกเหล่านี้ดำเนินการโดยไม่มี guardrails หมายความว่าไม่ได้เปิดใช้ข้อจำกัดเพื่อป้องกันและควบคุมการกระทำของโมเดลระหว่างการประเมิน คะแนนจึงสะท้อนประสิทธิภาพภายใต้เงื่อนไขการทดสอบดังกล่าว ส่วนการเข้าถึงผ่านผลิตภัณฑ์ของ Google จะมีมาตรการควบคุมความปลอดภัย

Google ยังรายงานว่า Carbon สร้างโค้ดที่ปลอดภัยได้สำเร็จในผลทดสอบภายในมากกว่า Argon กว่าสองเท่า ทีม Chrome ของบริษัทระบุว่า Carbon ทำได้ดีกว่าโมเดลแนวหน้าขนาดใหญ่จากแล็บคู่แข่งที่ไม่ได้เปิดเผยชื่อมากกว่า 10 เท่าในการสร้างแพตช์คุณภาพสูง ผลการทดสอบโค้ดปลอดภัยภายในเหล่านี้ยังไม่ได้รับการทำซ้ำโดยองค์กรอิสระ และ Google ไม่ได้ระบุชื่อโมเดลคู่แข่งที่นำมาเปรียบเทียบ

อันดับหนึ่งไม่ได้หมายความว่าจะชนะทุกงาน

Artificial Analysis ให้ Carbon 59 คะแนนใน Intelligence Index v5.0 เทียบกับ Claude Opus 5.5 ที่ 58 คะแนน และ GPT-6 Astra ที่ 57 คะแนน Carbon จึงนำ Opus หนึ่งคะแนน และนำ Astra สองคะแนน ซึ่งเป็นช่องว่างที่แคบกว่าผลเปรียบเทียบด้านความปลอดภัยไซเบอร์ที่ดีที่สุดของ Google

ดัชนีนี้รวมการประเมินเก้ารายการ โดย Carbon นำอยู่สี่รายการ ได้แก่ HLE-Diamond, TB-Science, AA-Omniscience และ AutomationBench Artificial Analysis ระบุว่า 60% ของดัชนีฉบับปรับปรุงใช้การทดสอบแบบปิด ซึ่งไม่เผยแพร่โจทย์สู่สาธารณะ

ผลด้านการเขียนโค้ดมีความหลากหลายมากกว่า Carbon ที่ทำงานร่วมกับ Antigravity CLI ของ Google ได้ 59 คะแนนใน Coding Agent Index ส่วน Claude Code ที่ใช้ร่วมกับ Opus 5.5 ได้ 62 คะแนน coding agent ประกอบด้วยโมเดลและเครื่องมือที่ช่วยให้ตรวจดูไฟล์ เรียกใช้คำสั่ง และแก้ไขซอฟต์แวร์ได้ ดังนั้นซอฟต์แวร์ที่ใช้ประกอบจึงส่งผลต่อคะแนน

Carbon ได้ 51% ใน FrontierCode v1.1 ตามหลัง Opus ที่ 56% ส่วน FrontierSWE ได้ 61.2% เทียบกับ GPT-6 Astra ที่ 65.5%, Opus 5.5 ที่ 62.3% และ Sonnet 5.5 ที่ 61.9% ผลเปรียบเทียบเหล่านี้ช่วยให้นักพัฒนามีเหตุผลที่ชัดเจนในการพิจารณางานที่ใกล้เคียงกับงานของตนเอง ควบคู่ไปกับอันดับโดยรวม

การพัฒนาเว็บเป็นอีกด้านที่มีความก้าวหน้า ประกาศของ Google ระบุว่า Carbon อยู่อันดับสี่ใน WebDev Arena ด้วยคะแนน 1,768 Elo หลังเพิ่มขึ้น 89 คะแนน Elo คือระบบจัดอันดับที่อิงผลการเปรียบเทียบประสิทธิภาพ นอกจากนี้ Carbon ยังอยู่อันดับหนึ่งใน Text Arena ที่ 1,528 คะแนน และอันดับสองใน Agent Arena แสดงให้เห็นผลงานที่แข็งแกร่งนอกเหนือจากงานด้านความปลอดภัย

ทำงานต่อเนื่องหลายวันแทนการตอบเพียงครั้งเดียว

Google ออกแบบ Carbon ให้รองรับเวิร์กโฟลว์ของเอเจนต์ที่ทำงานต่อเนื่อง ซึ่งเป็นการให้ระบบ AI ดำเนินการหลายขั้นตอนเพื่อบรรลุเป้าหมาย ในงานวิศวกรรมซอฟต์แวร์ อาจหมายถึงการตรวจสอบโครงการ หาสาเหตุของบั๊ก แก้ไขโค้ด เรียกใช้การทดสอบ และปรับแก้เมื่อการทดสอบล้มเหลว

ทีมงานภายในของ Google ระบุว่า Carbon ทำงานต่อเนื่องหลายวันกับงานซับซ้อนที่เกี่ยวข้องกับฐานโค้ดขนาดใหญ่และระบบระดับล่าง บริษัทกล่าวว่าโมเดลสามารถทำงานต่อได้แม้เจอทางตัน ซึ่งเป็นคุณสมบัติสำคัญเมื่อคำอธิบายที่ดูเป็นไปได้ในตอนแรกกลับไม่ถูกต้อง

ข้อมูลจำเพาะที่มีการรายงานระบุว่าโมเดลมี context window หนึ่งล้านโทเคน และสร้างผลลัพธ์ได้สูงสุดหนึ่งล้านโทเคน โทเคนคือหน่วยข้อความขนาดเล็กที่โมเดลประมวลผล ส่วน context window คือปริมาณข้อมูลที่โมเดลพิจารณาได้ในคราวเดียว ซึ่งรวมทั้งคำสั่งและเนื้อหาที่ป้อนให้เพื่อทำงาน

มีรายงานว่า Carbon รับข้อความ ภาพ วิดีโอ และเสียง แล้วสร้างผลลัพธ์เป็นข้อความได้ ข้อมูลขาเข้าเหล่านี้อาจทำให้ผู้ใช้รวมรายงานบั๊กที่เขียนเป็นข้อความ ภาพหน้าจอ และบันทึกพฤติกรรมผิดปกติของซอฟต์แวร์ไว้ในเวิร์กโฟลว์เดียวกัน

ประสิทธิภาพด้านอื่นนอกเหนือจากการเขียนโค้ดแตกต่างกันไป Carbon ทำได้ 1,609 Elo ในการประเมินงานความรู้ AA-Briefcase เพิ่มขึ้น 126 คะแนนจาก Argon แต่ยังตามหลัง Grok 4.7, Muse Wonder และ Kimi K3.1 Pro โมเดลนี้อยู่อันดับสองใน Vals Index และอันดับหนึ่งใน Finance Index และ Legal Research Benchmark ผลลัพธ์ที่หลากหลายแสดงให้เห็นว่าบริษัทอาจเลือกใช้โมเดลโดยพิจารณาว่าต้องการซ่อมแซมซอฟต์แวร์ วิเคราะห์เอกสาร หรือทำงานเฉพาะด้านอื่น

การทดสอบความปลอดภัยแยกความพยายามโกงออกจากการโกงสำเร็จ

Google รายงานว่า Carbon มีอัตราการโกงสำเร็จ 0.0% ใน Terminal-Bench 4.0 และมีความพยายามโกง 0.4% ตัวเลขทั้งสองวัดพฤติกรรมคนละอย่าง ได้แก่ โมเดลพยายามใช้ทางลัดที่ไม่เหมาะสมหรือไม่ และความพยายามนั้นสำเร็จหรือไม่

Google ระบุว่า Carbon เพิ่มความแม่นยำในการทำงาน พร้อมลดการใช้ทางลัดดังกล่าว ในการทำงานเขียนโค้ดจริงร่วมกับทีมของบริษัท การแจ้งเตือนกรณีเบี่ยงเบนอย่างรุนแรงจากพฤติกรรมที่ตั้งใจไว้ลดลงเกือบ 80%

การโจมตีแบบ prompt injection เป็นอีกประเด็นที่ให้ความสำคัญ การโจมตีนี้แทรกคำสั่งไว้ในเนื้อหาที่ AI ต้องอ่าน เช่น หน้าเว็บหรือไฟล์ เพื่อเบี่ยงเบนให้โมเดลออกจากงานที่ผู้ใช้มอบหมาย ผู้ช่วยที่ตรวจสอบโครงการอาจพบข้อความที่สั่งให้ละเลยคำสั่งเดิมหรือเปิดเผยข้อมูล

Carbon มีอัตราความสำเร็จของการโจมตี 0.0% ในการทดสอบ Indirect Prompt Injection Benchmark ของ Gray Swan ตัวเลขเปรียบเทียบอยู่ที่ 0.7% สำหรับ Argon, 1% สำหรับ Claude Opus 5.5 และ 8.5% สำหรับ GPT-6 Astra ผลของ Google หมายความว่า Carbon ต้านทานความพยายามโจมตีทุกครั้งที่นำมาประเมินในการทดสอบนี้

Google ระบุว่า Carbon ผสานการฝึกโมเดลเข้ากับการป้องกันการใช้งานในทางที่ผิดระหว่างปฏิบัติงาน การต้านทาน prompt injection และการติดตามกระบวนการให้เหตุผล การทยอยเปิดใช้งานแบบจำกัดในระยะแรกจะช่วยให้บริษัทเก็บข้อเสนอแนะและปรับมาตรการป้องกันเมื่อผู้เชี่ยวชาญที่ได้รับคัดเลือกเริ่มใช้งาน

ความน่าเชื่อถือดีขึ้นในการทดสอบภายใน แต่แย่ลงในการวัดผลภายนอกรายการหนึ่ง

Google ระบุว่าในการทดสอบภายใน Carbon ลดการกล่าวอ้างที่ไม่มีหลักฐานรองรับลงราวครึ่งหนึ่งเมื่อเทียบกับ Argon บริษัทอธิบายว่าโมเดลมีแนวโน้มมากขึ้นที่จะชี้แจงเมื่อไม่มีหลักฐาน ระบุข้อกำหนดที่ยังทำไม่เสร็จ และเตือนเมื่อพบข้อมูลขัดแย้งก่อนดำเนินการ

Google ยังรายงานว่าการทำเกินขอบเขตลดลง 26% และการให้บริการไม่ครบถ้วนลดลง 29% กล่าวง่ายๆ คือ บริษัทระบุว่า Carbon มีแนวโน้มทำเกินคำสั่งของผู้ใช้น้อยลง และมีแนวโน้มหยุดก่อนทำงานที่ได้รับมอบหมายเสร็จน้อยลง

Artificial Analysis บันทึกผลการเปลี่ยนแปลงอีกแบบในการประเมิน Omniscience โดยอัตราการหลอนของ Carbon เพิ่มขึ้นเป็น 11% จาก 4% ของ Argon การหลอนคือการนำเสนอข้อมูลที่แต่งขึ้นหรือไม่ถูกต้องราวกับเป็นข้อเท็จจริง อย่างไรก็ตาม Carbon ยังมีอัตราที่วัดได้ต่ำเป็นอันดับสองในการเปรียบเทียบนี้ ขณะที่ Opus 5.5 และ Astra ต่างอยู่ที่ 50%

Carbon นำในการประเมิน Omniscience ด้วยคะแนน 54 แม้อัตราการหลอนจะสูงขึ้น โมเดลอาจทำคะแนนดีขึ้นได้จากการตอบคำถามถูกมากขึ้น แต่ก็อาจทำผิดมากขึ้นเมื่อพยายามตอบคำถามที่ก่อนหน้านี้หลีกเลี่ยง การวัดผลการกล่าวอ้างที่ไม่มีหลักฐานรองรับของ Google ภายในบริษัทและการวัดอัตราการหลอนจากภายนอกใช้การประเมินคนละแบบ ผู้ใช้จึงควรพิจารณาผลด้านความน่าเชื่อถือทั้งสองรายการแยกกัน

สำหรับทีมความปลอดภัย การตรวจสอบผลงานยังคงเป็นส่วนหนึ่งของงาน ช่องโหว่ที่โมเดลอ้างว่าพบต้องได้รับการตรวจสอบ และแพตช์ที่เสนอมาก็ต้องทดสอบกับซอฟต์แวร์ที่จะแก้ไข การปรับปรุงที่ Google ระบุไว้เน้นแก้ปัญหาในช่วงที่ผู้ช่วยอาจด่วนอ้างว่าทำงานสำเร็จ หรือดำเนินการนอกเหนือขอบเขตที่ได้รับมอบหมาย

ใครจะได้ใช้งาน และเริ่มจากกลุ่มใด

Google ระบุว่าผู้เชี่ยวชาญด้านความปลอดภัยไซเบอร์บางส่วนจะได้รับ Carbon ในสัปดาห์ของวันที่ 28 ตุลาคม ซึ่งเป็นวันที่ประกาศเปิดตัว จากนั้นจะทยอยเปิดให้พันธมิตรที่เชื่อถือได้รายอื่นผ่าน Fairwind ก่อนขยายไปยังนักพัฒนา ธุรกิจ และผู้บริโภคผ่านผลิตภัณฑ์ของ Google

ลำดับการเปิดใช้งานที่ประกาศไว้มีดังนี้:

• ประมาณสองสัปดาห์ก่อนเปิดตัว Carbon: Google เปิดตัว Gemini 4 Argon ซึ่งต่อมาเริ่มให้บริการในแอป Gemini และโหมดค้นหาด้วย AI
• 28 ตุลาคม 2026: Google เผยแพร่ประกาศเปิดตัว Carbon และผลการทดสอบมาตรฐาน
• สัปดาห์ของวันที่ 28 ตุลาคม: ผู้เชี่ยวชาญด้านความปลอดภัยไซเบอร์ที่ได้รับคัดเลือกเริ่มเข้าถึงโมเดล
• ระยะต่อมา: Google ขยายการเข้าถึงผ่าน Fairwind ก่อนเปิดให้ใช้งานในวงกว้างผ่านผลิตภัณฑ์

Google เข้าร่วมกระบวนการโดยสมัครใจของรัฐบาลสหรัฐฯ เพื่อทดสอบโมเดลก่อนเปิดตัว ประกาศของบริษัทไม่ได้ระบุวันที่จะเปิดให้ประชาชนทั่วไปใช้งานอย่างกว้างขวาง หรือวันที่ราคาช่วงเปิดตัวของ Carbon จะสิ้นสุดลง

มีการคาดการณ์ว่าสมาชิก AI Ultra และนักพัฒนาที่ใช้ Gemini API อาจเป็นลูกค้ากลุ่มแรก แต่แผนการทยอยเปิดใช้งานที่ Google เผยแพร่ระบุกลุ่มกว้างๆ ได้แก่ นักพัฒนา ธุรกิจ และผู้บริโภค โดยไม่ได้ยืนยันลำดับดังกล่าว

การเริ่มต้นจากฝ่ายป้องกันเกิดขึ้นท่ามกลางความกังวลที่เพิ่มขึ้นเกี่ยวกับการใช้ AI ในทางร้าย นักวิจัยภัยคุกคามของ Google บันทึกว่ากลุ่มที่ได้รับการสนับสนุนจากอิหร่าน เกาหลีเหนือ รัสเซีย และจีน ทดลองใช้ Gemini โดยส่วนใหญ่ใช้ช่วยค้นคว้าและเขียนโค้ด เดมิส ฮัสซาบิส หัวหน้า DeepMind กล่าวว่าการแฮ็กด้วยเอเจนต์ AI ที่เกิดขึ้นเมื่อไม่นานมานี้เป็นสัญญาณเตือนเบื้องต้น

ค่าใช้จ่ายสำหรับนักพัฒนา

ราคา API ช่วงเปิดตัวของ Carbon อยู่ที่ 2 ดอลลาร์ต่อโทเคนขาเข้า 1 ล้านโทเคน และ 10 ดอลลาร์ต่อโทเคนขาออก 1 ล้านโทเคน ซึ่งเท่ากับราคาเปิดตัวของ Argon API ช่วยให้นักพัฒนาเชื่อมต่อโมเดลเข้ากับซอฟต์แวร์ของตนได้ ข้อมูลขาเข้าคือเนื้อหาที่ส่งให้ Carbon ส่วนข้อมูลขาออกคือสิ่งที่โมเดลสร้างขึ้น

หลังสิ้นสุดช่วงเปิดตัว ราคาที่ประกาศไว้จะเพิ่มเป็น 4 ดอลลาร์ต่อโทเคนขาเข้า 1 ล้านโทเคน และ 20 ดอลลาร์ต่อโทเคนขาออก 1 ล้านโทเคน ดังนั้นงานที่ใช้โทเคนขาเข้า 1 ล้านโทเคนและโทเคนขาออก 1 ล้านโทเคนจะมีค่าใช้จ่าย 12 ดอลลาร์ในอัตราช่วงเปิดตัว และ 24 ดอลลาร์ในอัตราปกติ ก่อนหักส่วนลดจากแคชหรือการปรับราคาอื่นๆ

Google ระบุว่าข้อมูลขาเข้าที่เก็บไว้ในแคชได้รับส่วนลด 95% แคชช่วยให้บริการนำข้อมูลที่เคยประมวลผลแล้วกลับมาใช้ได้ ซึ่งอาจลดค่าใช้จ่ายเมื่อต้องส่งเอกสารขนาดใหญ่หรือโครงการซอฟต์แวร์ชุดเดิมซ้ำๆ เมื่อใช้ส่วนลดดังกล่าว โทเคนขาเข้าในแคช 1 ล้านโทเคนจะมีค่าใช้จ่าย 0.10 ดอลลาร์ตามอัตราขาเข้าช่วงเปิดตัว และ 0.20 ดอลลาร์ตามอัตราปกติ

ค่าใช้จ่ายที่เกิดขึ้นจริงยังขึ้นอยู่กับปริมาณข้อความที่โมเดลสร้างเพื่อทำงานให้เสร็จ Artificial Analysis ระบุว่า Carbon มีค่าใช้จ่าย 7.76 ดอลลาร์ต่องานในดัชนี เทียบกับ Opus 5.5 ที่ 10.04 ดอลลาร์ และ GPT-6 Astra ที่ 6.25 ดอลลาร์ ในการประเมินนี้ Carbon ใช้โทเคนขาออกประมาณ 123,000 โทเคนต่องาน ซึ่งน้อยกว่า Opus 29%

งานประเภทอื่นอาจมีรูปแบบต่างออกไป Vals บันทึกว่า Carbon สร้างโทเคนขาออกมากกว่า Argon 64% โดยส่วนใหญ่เกิดในงานด้านการเงิน ภาษี และกฎหมาย ดังนั้นนักพัฒนาที่วางแผนงบประมาณสำหรับ Carbon จะต้องพิจารณาทั้งราคาโทเคนและปริมาณงานที่โมเดลทำในแต่ละงาน

ประเด็นสำคัญ

• Gemini 4 Carbon นำใน Artificial Analysis Intelligence Index v5.0 ด้วย 59 คะแนน เหนือ Opus 5.5 ที่ 58 คะแนน และ GPT-6 Astra ที่ 57 คะแนน
• Google รายงานคะแนนด้านความปลอดภัย 88.2% สำหรับการค้นหาช่องโหว่, 54.8% สำหรับการใช้ประโยชน์จากช่องโหว่ และ 71.0% สำหรับการแพตช์
• Carbon ทำคะแนนตามหลังการประเมินด้านการเขียนโค้ดหลายรายการ เมื่อเทียบกับโมเดลและชุดเครื่องมือของคู่แข่ง
• Google รายงานว่าไม่มีการโกงสำเร็จในการทดสอบ Terminal-Bench 4.0 และไม่มีการโจมตีสำเร็จในการทดสอบ prompt injection ของ Gray Swan
• การกล่าวอ้างที่ไม่มีหลักฐานรองรับในการทดสอบภายในลดลงราวครึ่งหนึ่ง ขณะที่การวัดอัตราการหลอนจากภายนอกเพิ่มจาก 4% ของ Argon เป็น 11% ของ Carbon
• ผู้เชี่ยวชาญด้านความปลอดภัยไซเบอร์ที่ได้รับคัดเลือกจะได้เข้าถึงก่อน จากนั้นจึงขยายผ่าน Fairwind ก่อนเปิดให้ใช้งานในวงกว้าง
• ราคา API ช่วงเปิดตัวอยู่ที่ 2 ดอลลาร์ต่อโทเคนขาเข้า 1 ล้านโทเคน และ 10 ดอลลาร์ต่อโทเคนขาออก 1 ล้านโทเคน ก่อนปรับขึ้นเป็น 4 และ 20 ดอลลาร์ตามลำดับ