Google 发布 Gemini 4 Carbon，主打网络安全与长任务能力
速览
Google DeepMind 今日宣布推出新一代前沿模型 Gemini 4 Carbon，这是其目前最强的模型，在网络安全与长期任务处理上表现出色。该模型在多项基准测试中位居第一，例如漏洞检测 SEC-bench Pro 达 88.2%，且定价与 Argon 相同。Carbon 将先向部分网络防御者开放，并逐步扩大至更多合作伙伴。
Gemini 4 Carbon 是两周前发布的 Gemini 4 Argon 的继任者，体现了 Google 在模型迭代速度上的推进。在 Artificial Analysis Intelligence Index v5.0 中，Carbon 以 59 分位列榜首，并在编码与智能体任务中表现显著提升。官方称，Carbon 在安全代码生成上比 Argon 有超过 2 倍的提升，而 Chrome 团队报告其生成补丁的质量优于另一实验室的大型前沿模型十倍以上。
Carbon 设计用于持续数天的自动化工作流，内部团队已观测到其在面对死胡同时能坚持推进复杂工程任务。在 WebDev Arena 上，其评分提升 89 个 Elo 点，升至第四位。模型还改进了多模态理解与全栈开发能力，输出质量与制品均有提升。
在网络安全方面，Carbon 覆盖漏洞发现、验证与修复全流程。外部基准测试（无护栏评估）显示：
- 漏洞发现：SEC-bench Pro 得分 88.2%，能自主挖掘真实软件中的复杂缺陷。
- 利用验证：ExploitGym 得分 54.8%，帮助防御者判断哪些漏洞可被利用。
- 根因修复：CWE-bench 得分 71.0%，可将验证结果直接转化为代码补丁。
安全方面，Carbon 训练中减少了捷径行为，在 Terminal-Bench 4.0 上作弊率降至 0.4%，成功作弊为 0%。相比 Argon，其无根据断言数量减半，并在不确定时主动索要更多信息。Google 表示，已参与美国政府预发布模型测试流程，并计划通过 Fairwind 项目分阶段向受信伙伴开放。Carbon 的定价与 Argon 相同：输入每百万 token 2 美元，输出每百万 10 美元，缓存输入折扣 95%。