谷歌发布Gemini 4 Carbon 号称目前能力最强模型

谷歌DeepMind今天正式发布了新一代前沿模型 Gemini 4 Carbon。谷歌称这是目前能力最强的模型，把网络安全防御和长周期任务能力列为重点。这次发布距上一代 Gemini 4 Argon 上线仅两周。

Carbon 在更新后的 Artificial Analysis Intelligence Index v5.0 上得分 59，排名第一。谷歌公布的三项网络安全基准成绩为：漏洞发现 SEC-bench Pro 88.2%、漏洞可利用性验证 ExploitGym 54.8%、根因修复 CWE-bench 71.0%，均已达到当前最优。WebDev Arena 上，它的得分比前代提高 89 elo 至 1768，排在第 4 位。

谷歌的内部测试显示，Carbon 生成安全代码的成功率提升到 Argon 的两倍以上。Chrome 团队称，Carbon 生成高质量补丁的表现比另一家实验室的大型前沿模型好十倍以上;云安全平台 Wiz 则表示它在 Web 渗透测试基准上领先。Carbon 是为长时间运行的智能体工作流设计的，谷歌内部曾让它连续运行数天，在大规模代码库和底层系统中定位并修复细微缺陷。

Carbon 沿用了 Argon 的多层防护，这套防护包含模型训练、实时滥用防御、抗提示注入和思维链监控。谷歌称，Carbon 在 Terminal-Bench 4.0 上的成功作弊率降至 0%，作弊尝试降至 0.4%，公司观察到内部高危对齐告警减少近八成，无依据的结论比 Argon 减少约一半。Gray Swan 的间接提示注入基准里，攻击成功率从 Argon 的 0.7% 降到 0%。Carbon 的过度干预减少 26%，服务不足减少 29%。

谷歌对 Carbon 的投放采取分阶段推进：本周起先向一小部分网络安全防御人员开放，之后通过 Fairwind Program 逐步扩大范围，再向开发者、企业和消费者提供，但具体时间尚未给出。Carbon 的定价沿用 Argon 的引入期标准：每百万输入 token 2 美元、输出 token 10 美元，缓存输入按输入价的 95% 折扣计费，引入期结束后调至 4 美元和 20 美元。