Google 发布 Gemini 4 Carbon 并公布其在安全与长程任务上的具体基准表现

Google 正式发布 Gemini 4 Carbon，将其定位为具备最先进网络安全和长程能力的最强模型，该模型在 Artificial Analysis Intelligence Index v5.0 中排名 #1，得分为 59。其定价策略延续同系列前作 Argon，输入 token 为每百万 2 美元，输出 token 为每百万 10 美元，缓存输入 token 享受 95% 折扣。

在技术细节上，Carbon 在外部基准测试中取得显著成绩：SEC-bench Pro 漏洞发现率达 88.2%，ExploitGym 利用率为 54.8%，CWE-bench 补丁修复率为 71.0%。内部数据显示，生成安全代码的成功率较 Argon 提升超过 2 倍，Chrome 团队报告其在生成高质量补丁方面比另一实验室模型快 10 倍以上。同时，模型在对抗攻击方面表现突出，Terminal-Bench 4.0 作弊成功率降至 0.0%，间接提示注入攻击成功率亦为 0.0%，高严重性不对齐警报减少近 80%。

事实层面，该模型已面向部分网络防御者开放，并通过 Fairwind Program 逐步向可信合作伙伴扩展，最终将面向开发者、企业和消费者推出。推断层面，Google 通过强化对齐训练和实时滥用防御，试图解决长程 Agent 工作流中的幻觉与越界问题，这标志着其从单纯追求智能上限转向兼顾工程落地可靠性。猜测层面，鉴于其针对网络安全场景的深度优化，未来可能在企业级安全审计或自动化渗透测试领域形成差异化壁垒，但具体产品化时间表仍取决于当前的反馈迭代进度。