Google 发布 Gemini 4 Carbon，聚焦网络安全与长时运行智能体

在 Gemini 4 Argon 发布两周后，Gemini 4 Carbon 正式登场，Google 称其为旗下最强大的模型。据 Google 介绍，该模型在 Artificial Analysis 指数中位居榜首，并在一项间接提示注入测试中实现了 0% 的攻击成功率。Google 还表示，其内部智能体已连续数天执行多步骤任务。

该模型将分阶段推出：首先面向一批网络安全防御者，随后扩展至可信合作伙伴，并事先接受美国政府的测试。发布价格为每百万输入/输出 token 2 美元/10 美元，之后将上调至 4 美元/20 美元。

Carbon 在近期更新的 5.0 版 Artificial Analysis 智能指数中排名第一 ，得分为 59。该模型在编程和智能体任务，以及网络安全防御的关键能力方面均取得显著进步，在漏洞检测基准 SEC-bench Pro（88.2%）、漏洞利用基准 ExploitGym（54.8%）和补丁修复基准 CWE-bench（71.0%）上稳居领先地位。在内部测试中，Carbon 大幅提升了安全代码的生成能力；在与我们自有团队合作的实时编程环境中，其错误率和造假率均有所降低。

Carbon 以两周前发布的 Gemini 4 Argon 为基础 ，展现了我们拓展科学前沿的惊人速度。我们的研究人员与模型并肩协作，加速能力开发，同时不断强化安全措施。

我们在发布上采取审慎细致的方式，并积极参与美国政府针对模型发布前测试的自愿性流程。从本周起，我们将向部分网络安全专家开放 Carbon，并通过我们的 Fairwind 计划逐步将访问权限扩展至其他可信合作伙伴 。在 Carbon 尽快通过我们的产品平台向开发者、企业和消费者开放之前，我们将继续收集反馈并完善安全措施。

Gemini 4 Carbon 将以与 Argon 相同的推广价格发布 ¹：每百万输入 token 2 美元、每百万输出 token 10 美元，缓存输入 token 在输入 token 价格基础上享受 95% 的折扣。

提升编程与推理能力，应对高难度长周期任务

Carbon 专为处理更为复杂、周期更长的工程问题而设计，面向持续运行的自动化工作流。在内部，我们的团队已看到 Carbon 连续运行数天，克服障碍并处理复杂的多阶段工程任务，例如在大型代码库和底层系统中定位根本原因并修复细微错误。

基于用户反馈，我们着力提升模型在多个领域的表现，包括编程、自动化任务和科学任务，以及全栈 Web 开发和多模态理解。得益于 Web 开发中结果和产物质量的提升，Carbon 的 Elo 评分上升 89 分，在 WebDev Arena 中位列第 4 名（1768）。

前沿网络安全性能，助力构建安全系统

Gemini 4 Carbon 在网络安全能力上实现了质的飞跃。它在网络防御的整个生命周期——漏洞检测、验证和修复——均达到了前沿水平。

我们的团队已在网络防御方面看到重大进展。在内部测试中，Carbon 生成安全代码的成功率是 Argon 的两倍以上。再举一例，Chrome 团队报告称，在生成高质量补丁方面，Carbon 的表现比另一家实验室的前沿模型高出 10 倍以上。我们领先的云安全平台 Wiz 也观察到，Carbon 在 Web 渗透测试中处于领先地位，而这正是 Wiz 的 Scan for Good 计划的一项核心能力 。

Carbon 在主要外部基准测试中表现突出（无限制条件下评估）：

• 检测真实漏洞：网络安全的关键在于检测真实漏洞。Carbon 在 SEC-bench Pro 上取得 88.2% 的优异成绩 ，能够自主发现真实软件中隐藏的复杂缺陷。

• 通过漏洞利用验证风险：为了确定哪些漏洞应优先修复、甚至是否需要修复，网络防御者越来越多地借助模型来验证哪些漏洞可被利用。Carbon 在热门漏洞利用基准 ExploitGym 上创下新纪录（54.8%）。

• 修复根本原因：识别漏洞后，解决根本原因是网络安全生命周期中的关键一步。Carbon 在 Collinear 的 CWE-bench 平台上达到 71.0% ，可将经过验证的发现直接转化为可用的代码修复。

前沿模型安全与防护的新进展

Gemini 4 Carbon 沿用了 Argon 的多层安全架构，结合了模型训练、实时滥用防御、提示注入抵御以及思维链监控。尤其是，我们在 Argon 的模型对齐方面取得了重大进展，并在我们的安全报告中介绍了其行为一致的倾向 。借助 Carbon，我们力求在对齐方面更进一步，训练模型在面对复杂或高压任务时作出正确响应。

• 减少走捷径和钻漏洞行为：借助 Carbon，我们进一步减少了训练过程中的走捷径尝试，同时确保高质量的编程表现。Carbon 将 Terminal-Bench 4.0 上的成功作弊率降至 0.0%，作弊尝试降至 0.4%，整体准确性得到提升。在与内部团队合作的真实编程环境中，我们观察到高严重性的失准警报减少了近 80%。
• 更高的透明度与诚实性：在内部测试中，与 Argon 相比，Carbon 的无依据陈述减少了约一半。它会直接在最终产出中注明方法论上的注意事项，或在操作受阻时暂停执行并清晰列出仍需的条件，而不是编造信息或回避缺失的证据。
• 在存在歧义时更好地与用户协作：Carbon 不会猜测或强行选择路径，而是在行动前检索相关来源并向用户展示其中的差异；因此，用户在使用 Carbon 时应能获得更好的协作体验。
• 兑现承诺而不越界：Carbon 同时将过度执行减少 26%、执行不足减少 29%，从而更可靠地端到端执行多阶段计划，遵守项目限制并严格保持在范围之内。
• 抵御提示注入：此前，Argon 以 0.7% 的极低攻击成功率在 Gray Swan 间接提示注入（IPI）基准的抗注入能力上处于领先；而 Carbon 达到了 0.0%，抵御了所有被评估的攻击尝试。

即将面向开发者、企业和消费者开放

推动行业发展，既需要快速行动，也需要周密规划。借助 Gemini 4 Carbon，我们的目标是在不牺牲安全性和可靠性的前提下，在软件工程和网络安全领域取得重大进展。我们期待看到首批网络安全专业人士如何使用这一模型，并希望不久后能向开发者、企业和消费者提供 Carbon。