谷歌于10月29日正式发布新一代前沿大模型Gemini 4 Carbon，该模型主打业界顶尖的网络安全能力与长程任务处理能力。在最新版Artificial Analysis Intelligence Index v5.0评测中，Gemini 4 Carbon以综合得分59位列第一。谷歌方面称其为目前最强的模型。
定价方面，Gemini 4 Carbon首发入门价格与两周前发布的Gemini 4 Argon保持一致，缓存输入Tokens可享输入价95％折扣。入门优惠期内，输入价格为每百万Tokens 2美元，输出价格为每百万Tokens 10美元。优惠期结束后将恢复常规定价，即输入每百万Tokens 4美元、输出每百万Tokens 20美元。
在长程编程任务上，Carbon专为高难度、需要持续运行多日的智能体工作流设计，能够自主遍历死胡同、完成大型代码库与底层系统的根因定位、漏洞补丁编写等复杂多步骤工程任务。在WebDev Arena前端全栈开发榜单上，Carbon较上代提升89个Elo分，以1769分位列第四。
网络安全能力是本次升级的核心亮点。Carbon在防御全生命周期的漏洞发现、验证、修复三个环节均达到业界领先水平：漏洞发现环节，在SEC-bench Pro基准上取得88.2％的成绩，可自主挖掘真实软件中隐藏的复杂漏洞；漏洞利用验证环节，在ExploitGym基准上取得54.8％的成绩，可自动判断漏洞是否可被利用，帮助安全人员优先处理高风险漏洞；根因补丁修复环节，在CWE-bench基准上取得71.0％的成绩，可直接将验证后的漏洞转化为可运行的修复代码。
内部测试数据显示，Carbon生成安全代码的成功率较Argon提升超过2倍。Chrome团队测试显示，其生成高质量补丁的表现比其他实验室的大前沿模型好10倍以上。
安全对齐方面，Carbon在Argon的多层安全体系基础上进一步强化。在Terminal-Bench 4.0上的作弊成功率降至0.0％，作弊尝试占比降至0.4％；内部实时编程环境中，高严重程度的失准警报下降近80％。无依据的编造性声明较Argon减少约一半，模型会主动标注方法局限，在证据不足时拒绝违规操作并明确列出缺失信息。面对模糊需求时，Carbon会先检索相关资料、向用户反馈差异点再执行，而非强行猜测路径。其过度执行率下降26％，服务不足率下降29％，多步骤计划的端到端执行可靠性显著提升，同时严格遵守项目范围约束。在安全防护层面，间接提示注入攻击的成功率降至0.0％，完全抵御了本次评测覆盖的所有攻击尝试。
发布节奏上，谷歌表示正配合美国政府的预发布模型自愿测试流程。从本周起，Carbon将先向一小部分网络安全防御人员开放，后续通过Fairwind计划逐步扩大可信合作伙伴的访问范围，在收集反馈、迭代完善防护机制后，再面向开发者、企业与普通消费者开放。
从行业角度看，Gemini 4 Carbon的发布反映出大模型厂商正将竞争焦点从通用能力向垂直场景延伸。网络安全长期面临安全人才短缺与漏洞响应周期长的问题，将漏洞发现、可利用性验证与补丁生成整合进单一模型工作流，有望压缩企业安全运营的响应链条。不过，此类具备自主漏洞挖掘与利用验证能力的模型也带来双用途风险，谷歌采取的分阶段、限定可信伙伴的开放策略，或将成为前沿模型在敏感能力领域落地的参考范式。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
