據報導，Google 開發中的 Gemini 4「Carbon」，其程式設計能力在內部評估中被認為接近 Anthropic 的 Opus 5.5。該模型已在公司內部的開發環境中試用，據稱在程式設計任務上大多勝過另一個開發版「Argon」。參考資料並未提供正式推出時間或比較測試數據。
Carbon 的評估來自實際撰寫程式的工作現場
此次話題的核心並非新模型正式發布，而是 Google 內部的試用情況。參考報導根據 Business Insider 查閱的文件、畫面和內部交流內容，參考報導指出，Google 正在測試多個 Gemini 4 開發版，包括 Argon、Barium 和 Carbon。
Carbon 已導入公司內部的程式開發平台「Jetski」，據稱在程式設計任務上大多勝過 Argon。一名員工評價其使用體驗接近 Anthropic 的 Opus 5.5。另一方面，另一名員工表示，早期的 Argon 讓他聯想到 Opus 5 在部分程式設計任務上的表現。
這裡要留意的是，「匹敵」一詞實際代表什麼。報導所呈現的是員工的使用體驗，並非讓兩個模型在相同條件下解答相同問題的比較測試結果。由於沒有提供正確率、作業時間等數據，因此不能據此確認 Carbon 與 Opus 5.5 的性能相當。進行評估的員工也表示，還需要進一步測試。
開發代號不同，不代表產品也不同
Argon、Barium 和 Carbon 這些名稱並列時，可能讓人以為將推出三款用途不同的產品。然而，參考資料指出，Barium 和 Carbon 可能是 Argon 系列開發中的版本或更新版。目前尚不清楚 Carbon 會成為獨立產品，還是以 Argon 更新版的形式推出。
支持這種看法的線索之一，是開發代號的變化。資料指出，Argon 先前稱為 Barium-B，並介紹 Carbon 也曾有一個暗示其為下一代 Gemini Pro 的內部稱呼。開發代號有所變更，與面向使用者的產品類別增加，是兩回事，必須分開看待。
此外，資料引述 Google 的說明指出，Argon 定位為進階推理模型；Flash 負責速度與大量處理；Omni 用於媒體生成；Gemma 則以輕量化為設計目標，也能在裝置端執行。推理是指整理多項條件，並透過逐步處理得出答案。Argon 的定位並非優先追求速度，而是負責應對困難的任務。
區分 AI 輔助開發與自我改進
針對開發版在短時間內頻繁更新的背景，參考報導關注以 AI 提升模型開發效率一事。據稱，Google DeepMind 員工 Vedant Misra 也在 X 上針對這則報導發文，提及遞迴式自我改進。
在此脈絡下，自我改進指的是運用 AI 開發能力更強的 AI。不過，單憑這則貼文，無法得知 Carbon 的開發流程中哪些環節使用了 AI，也無從得知開發時間縮短了多少。這也不代表 Carbon 在無人介入的情況下自行改進。
模型更新速度，與加快更新的技術機制，是兩種不同的資訊。此次資料所傳達的是，Google 正在測試多個開發版，並於公司內部的實務環境中進行評估。提及自我改進，可作為思考其背景的線索，但並未被呈現為能指出性能提升原因的實驗結果。
應用程式功能持續變動，但推出條件尚未公布
據稱，面向使用者的介面也有所變動。參考資料指出，Gemini 應用程式顯示了適用於 3 系列的「Automatic」模式，以及可從低到高調整的推理強度；Google AI Studio 則出現了標榜進階功能與工具的「Ultra」模式。
這些變動被描述為 Gemini 4 推出前的準備工作，但僅憑介面上的模式名稱，無法確認 Carbon 已經推出。據稱，Google 的 Logan Kilpatrick 表示，他正致力於充分發揮 Argon 的能力。
對開發者而言，關注焦點在於，內部好評將如何轉化為實際可用的模型。參考資料並未列出 Gemini 4 的正式發布日期、Carbon 最終產品名稱、價格、使用條件，或可供比較的性能指標。
コメント