Dari sisi kejujuran, Google mengklaim Carbon memangkas klaim tak berdasar sekitar setengah dibanding Argon. Model ini juga dilatih untuk merespons tugas kompleks atau bertekanan tinggi dengan cara yang benar.
"Model ini menaruh catatan metodologis langsung di dalam hasil kerja, atau menahan tindakan yang diblokir disertai daftar jelas tentang apa yang masih diperlukan, alih-alih mengarang atau berdalih atas bukti yang hilang," demikian klaim Google dalam pengujian internalnya.
Di lingkungan coding langsung bersama tim internal, peringatan misalignment berkategori parah turun hampir 80 persen, sementara tingkat keberhasilan serangan pada benchmark injeksi prompt tak langsung Gray Swan tercatat nol persen.
Akses Terbatas dan Catatan Kritis
Meski prestasinya mentereng, publik belum bisa mencoba Carbon. Google baru membuka akses bagi sekelompok pembela siber terverifikasi melalui Fairwind Program, dan akan memperluasnya ke mitra tepercaya lain setelah mengumpulkan umpan balik dan mematangkan guardrail. Belum ada tanggal rilis luas.