Google presenteert Gemini 4 Carbon, een zogenoemd frontier AI-model dat volgens het bedrijf uitblinkt in het opsporen van kwetsbaarheden, het bepalen welke daarvan bruikbaar zijn en het schrijven van verbeteringen. Het model is op dit moment nog niet breed beschikbaar, maar Google start met toegang voor een selecte groep cyberverdedigers en breidt dat later stapsgewijs uit via het Fairwind-programma.
Voor securityteams is dit relevant omdat AI steeds vaker wordt ingezet om werk te versnellen: van het analyseren van code en componenten tot het helpen prioriteren van fixes. Tegelijk is het belangrijk om de claims en beperkingen scherp te bekijken—zeker omdat Google benadrukt dat resultaten zijn gemeten zonder bepaalde “guardrails” in het experiment.
Wat is Gemini 4 Carbon precies?
Gemini 4 Carbon is een AI-model dat Google positioneert als hulpmiddel voor cyberverdediging. In de aankondiging ligt de nadruk op een keten van taken die in de praktijk vaak in één doorlopende workflow terugkomt: ontdekken waar software zwakheden bevat, inschatten of die zwakheden echt misbruikt kunnen worden, en vervolgens helpen bij het maken van patches.
Google plaatst het model ook binnen een reeks: Carbon volgt op Gemini 4 Argon, dat ongeveer twee weken eerder werd gelanceerd. Volgens het bedrijf hebben sommige Fairwind-partners al exclusieve toegang tot verdedigingsmogelijkheden van Argon.
Fairwind: gefaseerde toegang voor verdedigers
Gemini 4 Carbon wordt niet meteen voor iedereen uitgerold. Deze week opent Google toegang voor een beperkte groep cyberverdedigers. Daarna volgt een gefaseerde uitbreiding naar een bredere set “goedgekeurde” partners via Fairwind.
In de aankondiging staat dat meer dan 650 organisaties deelnemen aan het Fairwind-programma. Google noemt daarbij onder meer overheden, aanbieders van kritieke infrastructuur en grote technologieplatformen. Het doel is volgens Google om geavanceerde modellen vroegtijdig te kunnen inzetten voor cyberdefensie, nog voordat ze breder beschikbaar komen.
Benchmarks: dit claimt Google op kwetsbaarheden
De belangrijkste onderbouwing die Google geeft, komt uit interne metingen en externe benchmarks. Het bedrijf gebruikt verschillende testkaders om de prestaties te vergelijken op drie onderdelen: het vinden van echte zwakheden, het ondersteunen van exploit-beoordeling en het genereren van patches.
Detectie van zwakheden in software
Google stelt dat Gemini 4 Carbon 88,2% scoorde op SEC-bench Pro. Deze test beoordeelt volgens Google het vermogen om fouten in real-world software te ontdekken.
Exploit-gerichte benchmark
Voor het inschatten of zwakheden te misbruiken zijn, noemt Google een score van 54,8% op ExploitGym. Dat is gericht op het exploiteren van kwetsbaarheden in de benchmark-context.
Patching en CWE-gerichte evaluatie
Op Collinear’s CWE-bench patching benchmark behaalde Carbon volgens Google 71,0%. Google vermeldt hierbij dat de modelresultaten hoger lagen dan die van meerdere rivaliserende modellen, waaronder GPT-6 Astra en Claude Opus 5.5/Claude Fable 5.1.
Belangrijk detail: Google geeft aan dat deze resultaten zijn verkregen zonder guardrails—dus zonder bepaalde veiligheidsmechanismen die normaal mogelijk invloed hebben op gedrag en output.
Waarom Google “exploitation” defensief noemt
Google positioneert het onderdeel “exploitation” niet als iets waarmee teams automatisch moeten aanvallen, maar als een defensieve stap. Het idee is dat securityteams met behulp van modellen beter kunnen bepalen welke kwetsbaarheden prioriteit krijgen om te verhelpen, of welke fixes überhaupt zinvol zijn.
De kernredenering van het bedrijf: defensieteams vertrouwen steeds meer op modellen om te checken welke kwetsbaarheden mogelijk echt exploiteerbaar zijn. Daardoor kunnen teams gerichter werken aan remediation, in plaats van alle bevindingen even hoog te prioriteren.
Vergelijking met Argon: code en patches
Naast benchmark-scores noemt Google ook interne performanceverschillen tussen Carbon en Argon. Zo stelt het bedrijf dat Carbon meer dan dubbel zo succesvol is als Argon bij het schrijven van secure code.
Bij het genereren van hoogwaardige patches meldt Google dat het Chrome-team van het bedrijf Carbon heeft vergeleken met een groot frontier model van een rivaal lab. Volgens die vergelijking presteerde Gemini 4 Carbon meer dan tien keer beter in het schrijven van patches van hoge kwaliteit.
Daarnaast zegt Google dat Wiz—een cloud securitybedrijf van Google—Carbon ook als top-model zag in web penetration testing-achtige benchmarks.
Veiligheid: tests tegen misbruik en jailbreak-achtige scenario’s
Google besteedt in de aankondiging aandacht aan veiligheidsresultaten. In de Gray Swan-test voor indirect prompt injection zou geen enkele aanval tegen Carbon zijn geslaagd. Ter vergelijking noemt Google een succespercentage van 0,7% voor Argon.
Ook op Terminal-Bench 4.0 meldt Google dat geen van de “cheating”-pogingen tegen Carbon slaagde. Daarbij kwamen die pogingen uit op 0,4% volgens de rapportage.
Google benoemt verder dat Carbon vergeleken met Argon ongeveer half zo veel unsupported claims maakte. In interne coderingstests, uitgevoerd door Google’s teams in echte codingomgevingen, zou het model leiden tot een bijna 80% daling in alerts met hoge ernst rond misalignment.
Geen breed productaanbod meteen: itereren aan guardrails
Volgens Google is het betrokken bij een vrijwillige inspanning van de Amerikaanse overheid om modellen te testen voordat ze breed worden vrijgegeven. Tegelijk zegt het bedrijf dat het Feedback verzamelt en guardrails verfijnt vóór beschikbaarstelling voor ontwikkelaars, bedrijven en consumenten via productoppervlakken.
Met andere woorden: Google koppelt de uitrol aan verdere verbetering van veiligheidsmaatregelen. Dat sluit aan bij het feit dat de benchmarkresultaten deels zijn gemeten zonder guardrails—iets waar organisaties in de praktijk rekening mee zullen moeten houden.
Kosten en beschikbaarheid: wat betekent dit voor teams?
Google noemt ook prijzen voor Gemini 4 Carbon. In een introductieperiode geldt een tarief van $2 per miljoen input tokens en $10 per miljoen output tokens. Na die periode gaat de prijs omhoog naar $4 voor input en $20 voor output per miljoen tokens.
Voor securityteams is dit vooral een signaal dat Google het model aanvankelijk inzetbaar maakt tegen een instaptarief, mogelijk met beperkingen of voorwaarden via het partnerprogramma. Wil je zelf met dergelijke modellen werken, dan is het verstandig om niet alleen naar scorecards te kijken, maar ook naar voorwaarden rondom toegang, logging en veiligheidsinrichting.
Waar je als organisatie nu op kunt letten
Los van de benchmarkclaims zijn er praktische punten die je bij het testen of gebruiken van AI in vulnerability management meestal terugziet:
- Scope en governance: welke taken wil je door een model laten uitvoeren, en welke blijven volledig menselijk/automatisch met controles?
- Guardrails en evaluatie: Google’s eigen resultaten zijn deels zonder guardrails gemeten. Vraag daarom door naar welke veiligheidslaag in jouw inzet scenario’s wordt toegepast.
- Patchkwaliteit en verificatie: laat patches altijd valideren via je gebruikelijke code-review, tests en wijzigingsprocessen.
- Context van jouw systemen: benchmarks zijn gecontroleerd; echte codebases, afhankelijkheden en build-pipelines vragen om extra aandacht.
Als je vooral zoekt naar de verdediging tegen misbruik van AI- en softwareketens, kun je ook lezen hoe teams zich wapenen tegen door AI misleide aanvallen. Bijvoorbeeld: Bron: https://www.securityweek.com/google-says-gemini-4-carbon-leads-in-finding-exploiting-and-fixing-vulnerabilities/
