Google 发布 Gemini 4 Carbon 资安测试成绩领先但暂未开放使用

Argon 推出两星期后再出新模型

Google 于 10 月 28 日公布新一代前沿模型 Gemini 4 Carbon，距离上一款 Gemini 4 Argon 推出仅两星期。 Google DeepMind 高级副总裁兼 Google 首席 AI 架构师 Koray Kavukcuoglu 表示，Carbon 是 Google 目前最强的模型，主打顶尖的信息安全能力及长时间任务处理能力。 不过与 Argon 一样，Carbon 暂时未向一般用户开放。

Artificial Analysis 智能指数排名第一

Google 指出，Carbon 在最新更新的 Artificial Analysis Intelligence Index v5.0 取得 59 分，排名第一，比 Argon 的 50 分高 9 分。 Carbon 在编程及代理任务方面亦有明显进步; 在网页开发方面，Carbon 于 WebDev Arena 的 Elo 分数上升 89 分至 1768，排名第四。

资安测试成绩领先

信息安全是 Carbon 的主要卖点。 Google 表示，Carbon 在漏洞侦测、验证及修补整个资安防御流程均达到业界顶尖水平：在寻找真实软件漏洞的 SEC-bench Pro 取得 88.2%，在漏洞利用测试 ExploitGym 取得 54.8%，在针对根本原因修补漏洞的 CWE-bench 则取得 71.0%。

Google 又指，在内部测试中，Carbon 生成安全代码的成功率是 Argon 的两倍以上; Chrome 团队亦表示，Carbon 生成高质素修补程序的表现比另一间 AI 公司的大型前沿模型好十倍以上。

主要基准测试比较

可连续运行数天处理长时间任务

Carbon 针对难度更高的长时间工程问题而设计，适合需要持续运作的代理工作流程。 Google 表示，内部团队曾看到 Carbon 连续运行数天，在遇到死胡同后仍坚持处理复杂的多步骤工程任务，例如在大型代码库及底层系统中找出细微错误的根本原因并作出修补。

并非每项测试都第一

虽然 Carbon 在大部分测试中领先，但并非每项都排第一。 根据 Google 公布的比较表，OpenAI 的 GPT-6 Astra 在 FrontierSWE 2 取得 65.5%，高于 Carbon 的 61.2%; Anthropic 的 Claude Opus 5.5 则在 OSWorld-2.1 以 87.2% 领先 Carbon 的 81.5%。 Artificial Analysis 的 Coding Agent Index 中，Claude Opus 5.5 同样排名第一，Carbon 位列第二。 Ars Technica 亦指出，各前沿模型的分数其实相当接近，差距只有数分。

API 首发价与 Argon 相同

价格方面，Gemini 4 Carbon 推出时会采用与 Argon 相同的首发优惠价，每 100 万个输入 token 为 2 美元、每 100 万个输出 token 为 10 美元，缓存输入 token 则按输入价格减 95%。 优惠期结束后，价格会调整为每 100 万个输入 token 4 美元、输出 token 20 美元，即首发价为半价。 Google 未有公布优惠期何时结束。

暂未公开 先开放给资安防御人员

Google 表示会以审慎方式推出 Carbon，并参与美国政府的自愿性模型发布前测试程序。 由本周起，Carbon 只会开放给部分资安防御人员，之后再透过 Google 的 Fairwind 计划逐步扩展至更多受信任伙伴。 Google 会继续收集意见及改善防护措施，然后「尽快」透过旗下产品向开发者、企业及消费者推出，但未有公布确实日期。

资料来源：Google