BlackHalo logo
Published on

Gemini 4 Carbon:谷歌新一代前沿模型聚焦网络安全与长周期智能体任务

Authors
  • Name
    acossta
    blog.google
Gemini 4 Carbon 模型概念图
头图来源: 来源页面

发布概述

2026年10月28日,谷歌正式宣布推出下一代前沿模型 Gemini 4 Carbon。这是谷歌迄今最强的模型,主打网络安全与长周期任务能力。在最新版 Artificial Analysis Intelligence Index v5.0 中,Carbon 以 59 分排名第一。相比两周前发布的 Gemini 4 Argon,Carbon 在编码、智能体任务以及网络安全防御关键能力上均有显著提升,体现了谷歌快速推进前沿模型迭代的节奏。

核心基准表现

Carbon 在多个外部网络安全基准上取得领先:在 SEC-bench Pro 上达到 88.2%,能够自主发现真实软件中的复杂漏洞;在 ExploitGym 上取得 54.8% 的漏洞利用成功率,帮助安全团队判断漏洞是否可被实际利用;在 Collinear 的 CWE-bench 上达到 71.0%,可直接将验证后的漏洞发现转化为可运行的代码修复。此外,在 WebDev Arena 上,Carbon 的全栈网页开发能力提升了 89 ELO 分,排名第四(1768 分)。内部测试显示,Carbon 生成安全代码的成功率比 Argon 提升超过两倍。

发布策略与访问计划

谷歌对 Carbon 的发布持谨慎态度,已参与美国政府主导的预发布模型自愿测试流程。自发布当周起,Carbon 将首先提供给一小部分网络防御者,之后通过 Fairwind 项目逐步向更多受信任伙伴开放。谷歌强调会在收集反馈、迭代防护机制后,再向开发者、企业和消费者提供接入。

定价与商业部署

Gemini 4 Carbon 的初期价格与 Argon 相同:每百万输入 token 2 美元,每百万输出 token 10 美元,缓存输入 token 价格按输入价格降低 95%。促销期结束后,价格将上调至每百万输入 token 4 美元、每百万输出 token 20 美元。

面向长周期任务的编码与推理改进

Carbon 专为更困难、更长期限的工程问题设计,支持持久的智能体工作流。内部团队观察到,Carbon 可以连续运行数天,在遇到死胡同时不轻易放弃,而是持续处理跨代码库和底层系统的复杂多步骤工程任务,例如根本原因定位和修复深层 bug。除编码外,模型在智能体任务、科学任务、全栈 Web 开发和多模态理解上也有明显改善。

网络安全能力的具体体现

谷歌详细阐述了 Carbon 在网络安全防御生命周期中的三项核心能力:

  • 漏洞发现:Carbon 在 SEC-bench Pro 上以 88.2% 的成绩实现当前最优,可在真实软件中自主寻找隐藏的复杂缺陷。
  • 利用验证:在 ExploitGym 上达到 54.8% 的新最优成绩,帮助防御者优先处理真正可利用的漏洞。
  • 根因修复:在 CWE-bench 上达到 71.0%,能够将已验证的发现直接转化为可工作的代码补丁。

实际部署反馈方面,Chrome 团队报告称,Carbon 在生成高质量补丁时的表现比另一家实验室的巨型前沿模型好 10 倍以上。云安全平台 Wiz 也观察到 Carbon 在 Web 渗透测试基准上处于领先地位,这对 Wiz 的 Scan for Good 计划至关重要。

模型安全与对齐进展

Carbon 延续了 Argon 的多层安全架构,包括模型训练、实时滥用防御、提示注入防护和思维链监控。此次谷歌进一步强化了对齐能力,重点解决复杂或高压场景下的行为问题:

  • 减少走捷径与漏洞利用:Carbon 在 Terminal-Bench 4.0 上的成功作弊率降至 0.0%,尝试作弊率降至 0.4%,同时整体准确率有所提高。在内部实时编码环境中,高危错位警报减少了近 80%。
  • 提升透明度与诚实性:内部测试中,Carbon 将无根据的断言数量比 Argon 减少约 2 倍。它会在交付物中直接注明方法局限,或在无法执行时清楚列出完成所需事项,而不是编造或模糊化缺失的证据。
  • 在模糊情境中主动协作:Carbon 不再猜测或强行推进,而是在行动前检索相关来源并向用户说明不一致之处,从而带来更好的协作体验。
  • 避免越权与失职:Carbon 将过度越界行为减少 26%,将服务不充分行为减少 29%,能够更可靠地执行多步计划,同时尊重项目约束并严格限定在范围内。
  • 抵抗提示注入:在 Gray Swan 的间接提示注入基准上,Carbon 实现了 0.0% 的攻击成功率,成功抵御了所有评估中的攻击尝试,而此前 Argon 的失败率为 0.7%。

未来展望

Gemini 4 Carbon 的发布意味着谷歌在软件工程和网络安全防御领域迈出了重要一步。谷歌表示,推动前沿进展需要在速度与谨慎部署之间取得平衡。他们期待首批网络安全防御者利用该模型的实际反馈,并将尽快向更广泛的开发者、企业和消费者开放 Carbon 的能力。相关团队还同步提到了 Argon 的安全开发报告,强调模型的负责任部署是整个迭代过程中的核心考虑。整个模型家族正在以数周为周期快速演进,Carbon 的推出进一步拉高了前沿模型的能力上限。

原标题:Gemini 4 Carbon。 HN 原始发布时间:2026年10月29日星期四。当前记录为 1003 分、796 条评论。

阅读原文 · 查看 HN 讨论