Google kodlama yarışında Gemini 4 Carbon sürümünü test ediyor

Google çalışanlarının Gemini 4'ün Carbon sürümünü test ettiği bildiriliyor; ancak modelin genel kullanıma sunulup sunulmayacağı ve kodlama geliştirmeleri belirsizliğini koruyor.

Şirket içi testler, Google'ın Gemini 4 neslini Eylül ayındaki duyurusunun ardından Argon'u kamuoyuna sunmaya hazırlandığı bir dönemde gerçekleşiyor. Çalışan değerlendirmeleri, Carbon'un daha güçlü kodlama yetenekleri sunabileceğine işaret ediyor; fakat bu izlenimler rakip ürünlere karşı nasıl bir performans sergilediğini kesinleştirmiyor.

9 Ekim tarihli bir raporda açıklanan belgeler ve ekran görüntüleri, Carbon'un yakın zamanda Google'ın şirket içi kodlama ortamı Jetski üzerinden erişilebilir hale geldiğini gösteriyor. Google yorum yapmaktan kaçındı; bu durum hem modelin durumunu hem de planlanan Argon sürümüyle ilişkisini belirsiz bıraktı.

Argon ismi şirket içi sürümleri belirsizleştiriyor

Geliştirme süreci, bir ürün adından diğerine doğrudan geçişten daha fazlasını içeriyor. Raporda aktarılan bir iç belgede Argon, Barium ve Carbon adlı Gemini 4 sürümleri listeleniyor; ancak bu geliştirme etiketleri müşterilerin karşılaşacağı isimlerle mutlaka eşleşmeyebilir.

Bu ayrım yaklaşan lansman için önem taşıyor: Belge, Barium-B'yi Argon adı altında kamuoyuna sunulmak üzere seçilen sürüm olarak tanımlıyor. Carbon, ayrı olarak pazarlanan bir üründen ziyade güncellenmiş bir sürüm anlamına gelen daha sonraki bir kontrol noktası olabilir; eldeki bilgiler bu soruyu netleştirmiyor.

Personel kıyaslamaları performans testlerinin gerisinde kalıyor

Şirket içi modele erişimi olan bir çalışan, bir Anthropic modeliyle kıyaslayarak Carbon'un kodlama için kullanıldığında "Opus 5.5 hissi verdiğini" söyledi. Çalışan ayrıca daha fazla test yapılması gerektiği uyarısında bulundu; bu da yorumu kanıtlanmış bir performans sonucundan ziyade bir ilk değerlendirme kılıyor.

Raporda aktarılan görüşmelere ve şirket içi mesajlara göre, önceki Argon sürümleri çalışanlardan genel olarak olumlu tepkiler aldı. Yine de bir çalışan bazı kodlama yeteneklerini Anthropic'in daha eski Claude Opus 5 modeline daha yakın buldu; bu da izlenimlerin sürümler ve görevler arasında nasıl farklılık gösterebileceğini ortaya koyuyor.

Sağlanan materyalde iki karşılaştırma da yayımlanmış skorlar, ortak bir görev kümesi veya bağımsız bir değerlendirme içermiyor. Çalışanların kimlikleri belirtilmedi ve raporda neden anonim kaldıkları açıklanmadı; erişimleri Google'ın rekabet konumunun bağımsız bir teyidini değil, yalnızca şirket içi testlere dair bir tablo sunuyor.

Daha geniş erişimden önce siber güvenlik testleri geliyor

Google'ın Argon hakkındaki kendi açıklamaları, yazılım geliştirmeden daha fazlasını vurguluyor. Şirket, Eylül ayındaki duyurusunda finans ve hukuk alanlarını içeren çalışmalar da dahil olmak üzere seçilmiş programlama ve profesyonel görev testlerinde lider performans sergilediğini iddia etti; bu iddialar çalışanların Carbon tanımlamalarından ayrı duruyor.

Şirket ayrıca savunma amaçlı siber güvenliğe vurgu yaptı ve daha geniş bir yayın öncesinde Fairwind Program ortaklarının erişim sağlayacağını belirtti. Google bu programı yeni modellerdeki siber açıkları incelemenin bir yolu olarak tanımlayarak duyuru ile geniş çaplı erişim arasına ek bir test aşaması koydu.

Şirket, raporun hazırlandığı hafta iş yeri odaklı bir Gemini aracısını ayrıca duyurdu. Bu ürün duyurusu model testlerine bir bağlam kazandırıyor; ancak Carbon'un aracıya güç vereceğini veya müşterilere sunulacağını kanıtlamıyor.

Carbon kullanıcılara ulaşırsa ve tekrarlanabilir testler çalışanların değerlendirmelerini desteklerse, bu güncelleme geliştiricilere Google'ın kodlama araçlarını Anthropic'in sunduklarıyla kıyaslamaları için daha sağlam zemin sağlayacak. Şirket içinde kalırsa, ilgili ürün testi bunun yerine kamuoyuna sunulan Argon sürümü olacak; henüz bir Carbon çıkış tarihi veya nihai kamuya açık ismi belirlenmedi.