Google komt al na twee weken met opvolger van cybersecuritymodel Gemini 4 Argon
Specifieke AI-modellen voor kwetsbaarheidsonderzoek worden elk paar weken beter en goedkoper, terwijl overheden als de VS er eerst toegang tot krijgen. Voor een IT-bedrijf betekent dit dat AI-ongestuurde kwetsbaarheidsanalyse binnenkort een standaard dienst is die concurrenten ook aanbieden: test zelf of deze modellen bruikbaar zijn voor je klantenprofiel (bijv. het scannen van eigen en klantendomeinen) en bespreek met je klanten wat dat doet met hun patch-risico.
Google heeft Gemini 4 Carbon aangekondigd: een model dat, naar eigen zeggen, beter presteert in cybersecuritytaken dan het pas twee weken geleden verschenen Gemini 4 Argon. Het bedrijf toont benchmarks waarin Carbon op meerdere gebieden beter scoort dan zowel Argon zelf, OpenAI's GPT-6 Astra als Anthropics Claude Opus 5.5, en noemt het zijn beste model voor programmeren, wetenschap en het uitvoeren van complexe taken met agents.
De release-ronde is kort: Argon verscheen na een uitstel dat Google in oktober aan cyberzorgen had toegeschreven, en Carbon komt er alweer na twee weken. Ook voor Carbon krijgt de Amerikaanse regering vroegtijdig toegang, vóórdat het model algemeen beschikbaar wordt; een datum is nog niet bekend. De prijs blijft hetzelfde als Argon: tot 30 november 2 dollar per miljoen inputtokens en 10 dollar per miljoen outputtokens, daarna verdubbelen de tarieven.
Voor IT-bedrijven die AI inzetten bij beveiligingswerk is het opmerkelijke punt de snelheid: twee generaties in een maand, met de overheid als eerste gebruiker. Het is een signaal dat kwetsbaarheidsonderzoek door AI-modellen van frontier-labs in een productiemodule raakt dat binnen enkele maanden beschikbaar is voor iedereen die een API-sleutel heeft. Wie voor MKB-klanten patch- en kwetsbaarheidsservice levert, kan deze modellen nu al gebruiken om eigen codebases en klantinfrastructuur goedkoper en vaker te scannen — mits de output geverifieerd wordt, want benchmarks zijn geen bewijs van nut in de praktijk.