谷歌发 Gemini 4 Carbon：网络安全最强，两周后又上一档

北京时间 10 月 29 日凌晨，谷歌放出 Gemini 4 系列下一档旗舰：Gemini 4 Carbon。官方称这是目前最强的一代，网络安全和长周期任务做到了行业领先；第三方 Artificial Analysis 综合智能指数 v5.0 里，它以 59 分排第一。距上一代 Argon 发布才大约两周。

先补一句背景：Google DeepMind 是谷歌的 AI 核心团队，Gemini 是他们的大模型产品线。今年 9 月底到 10 月初刚推过 Gemini 4 Argon，主打超长输出和复杂工程；这次 Carbon 则把重心压在网络安全防御，以及能跑很久的智能体式工程任务上。

官方博客

https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-carbon/

Gemini 4 Carbon 官方宣传图，来自谷歌博客

一句话：又快又硬，先给防黑客的人用

Carbon 的定位很清楚：官方说它是「下一代前沿模型」，在网络安全全流程（找漏洞、验证能不能被利用、打补丁）和长时间工程任务上明显抬了一档；写代码、做智能体相关能力也有提升。

但普通人现在还用不了。本周先开放给 Fairwind 计划里一部分可信的网络防御者，再逐步扩到更多合作伙伴；开发者、企业和消费者要等产品端「尽快」铺开。谷歌同时在参与美国政府的模型发布前自愿测试。

官方社交宣传图：Our next frontier model

跑分：综合指数第一，网络安全三项领先

官方对照表把 Carbon 和 Gemini 4 Argon、GPT-6 Astra、Claude Opus 5.5、Claude Fable 5.1 放在一起比。几个对机智流读者最有用的数字：

• Artificial Analysis Intelligence Index v5.0：59 分，排第 1（Argon 50，GPT-6 Astra 57，Opus 5.5 58）

• SEC-bench Pro（找漏洞）：88.2%

• ExploitGym（验证漏洞是否可被利用）：54.8%

• CWE-bench（打补丁）：71.0%

官方跑分对照表，来自谷歌博客 / DeepMind 发布图

表里多数项目 Carbon 领先或并列靠前；也有输的，比如 FrontierSWE 2 上 GPT-6 Astra 更高，OSWorld-2.1 电脑操作上 Claude Opus 5.5 更高。对照表是谷歌自己选的模型和测试，数字也以官方公布为准。

另外，官方说网页开发质量提升后，Carbon 在 WebDev Arena 上 Elo 涨了 89 分，目前排第 4（1769 分）。

网络安全：找洞、打洞、补洞一条龙

这是本次发布最硬的新闻。官方给出三条外部测试（均按「不设护栏」评估）：

SEC-bench Pro：找真实软件漏洞，越高越好

• 找漏洞：SEC-bench Pro 88.2%，超过 GPT-6 Astra 的 85.4% 和 Argon 的 83.4%

ExploitGym：验证漏洞可利用性，越高越好

• 验证利用：ExploitGym 54.8%（10 小时时限），明显高于 Argon 的 42.0% 和 GPT-6 Astra 的 42.4%

CWE-bench：把漏洞修成补丁，越高越好

• 打补丁：CWE-bench 71.0%，超过 Argon / GPT-6 Astra / Grok 4.7 的 68.0%

内部对比更夸张：相对 Argon，安全代码生成的成功率提升超过 2 倍。Chrome 团队还反馈，生成高质量补丁时，Carbon 比「另一家实验室的大模型」好 10 倍以上（官方未点名是哪一家）。云安全公司 Wiz 也说，Carbon 在网页渗透测试相关基准上领先。

长周期工程：能熬几天的智能体

官方强调 Carbon 是为更难、更长的工程问题设计的，适合持续的智能体工作流。内部团队已经看到它能连续跑上几天，卡死了也会换路继续，用来在大代码库和底层系统里追根因、打补丁这类多步骤活。

安全对齐也跟着加压。Gray Swan 的间接提示注入（IPI）测试里，Argon 攻击成功率已经低到 0.7%；Carbon 做到了 0.0%——评估里的攻击全部挡住。Terminal-Bench 4.0 上「作弊成功」也被压到 0.0%。

Gray Swan IPI：提示注入攻击成功率，越低越好

谁能用、多少钱

放量节奏很克制，和 Argon 类似：

• 本周：Fairwind 计划里一部分可信网络防御者先用上

• 随后：更多可信合作伙伴

• 再往后：开发者、企业、消费者「尽快」通过各产品入口开放；没有具体日期

• 同步参与美国政府的发布前自愿测试

价格和 Argon 首发一样，按每百万 token 计：

• 首发优惠：输入 2 美元，输出 10 美元；缓存输入再打 95% 折（即按输入价的 5%）

• 优惠期结束后：输入 4 美元，输出 20 美元

• 优惠期多长，官方没写

为什么值得看一眼

两周前刚发 Argon，现在又上 Carbon——节奏本身就是新闻。内容上，Carbon 把卖点压到网络安全和长周期工程，对做安全、做智能体、做大型代码改造的人更有针对性；综合指数和几项编码相关分数也在往上抬。

需要留个心眼：绝大多数人现在还调不到；跑分以官方和第三方榜单公布为准，「比另一家实验室好 10 倍」这类对比没有点名对象；原价是优惠价的两倍。真正落地效果，还得等更广的 API 和产品入口放开后再看。