谷歌发布Gemini 4 Carbon：聚焦网络安全与长程智能体任务的最强前沿大模型

SmartHey10月29日消息，谷歌正式推出新一代前沿大模型 Gemini 4 Carbon，以业界领先的网络安全能力与超长周期任务处理能力为核心定位。

谷歌官方将其定义为当前综合性能最强的模型，重点强化两大方向：一是纵深防御级网络安全能力，覆盖漏洞发现、验证到修复的全生命周期；二是面向多日持续运行、高复杂度推理与自主决策的长程智能体（Agent）工作流支持能力。该模型在最新发布的 Artificial Analysis Intelligence Index v5.0 综合评测中位列榜首，总分达 59 分。

Gemini 4 Carbon 首发采用与两周前发布的 Gemini 4 Argon 相同的入门定价策略，并延续缓存输入 Tokens 享 95% 折扣的激励政策：

输入价格：每百万 Tokens 2 美元
输出价格：每百万 Tokens 10 美元

入门优惠期结束后，将恢复标准资费：

输入价格：每百万 Tokens 4 美元
输出价格：每百万 Tokens 20 美元

在长程编程任务方面，Carbon 专为需连续运行数日、具备强上下文维持与自我纠错能力的智能体系统而设计。它可自主探索失败路径、完成大型代码库及底层系统的根因分析、精准定位漏洞，并生成可直接部署的补丁代码，显著提升工程闭环效率。

在 WebDev Arena 前端全栈开发权威榜单中，Carbon 较上一代提升 89 个 Elo 分，以 1,769 分稳居第 4 名。

网络安全能力是本次升级的核心突破。Carbon 在漏洞全生命周期——发现、验证、修复三大关键环节均达到行业顶尖水平：

漏洞发现：在 SEC-bench Pro 基准测试中达成 88.2% 的准确率，可独立挖掘真实软件中隐蔽性高、逻辑复杂的深层漏洞。

漏洞利用验证：在 ExploitGym 基准中取得 54.8% 的成功率，能自动评估漏洞可利用性，辅助安全团队优先响应高危风险项。

根因补丁修复：在 CWE-bench 基准中表现达 71.0%，可将已验证漏洞直接转化为经过语义与运行时校验的可执行修复代码。

内部实测数据显示，Carbon 生成安全合规代码的成功率较 Gemini 4 Argon 提升超 2 倍；Chrome 团队专项评估表明，其产出高质量补丁的能力相较其他主流实验室大模型高出 10 倍以上。

在安全对齐层面，Carbon 在 Argon 已有的多层防护架构基础上进一步深化：

— Terminal-Bench 4.0 测评中，作弊成功率降至 0.0%，作弊尝试占比压缩至 0.4%；
— 内部实时编程环境中，高严重度失准行为警报下降近 80%；
— 无依据虚构声明减少约 50%，模型主动标注方法边界、证据不足时明确拒绝违规操作并列明缺失信息；
— 面对模糊需求，优先执行资料检索、向用户同步理解差异后再推进，杜绝主观臆断；
— 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与项目范围遵从性显著增强；
— 对间接提示注入攻击的防御成功率已达 100%，成功抵御本次全部已知攻击变体。

发布节奏方面，谷歌正协同美国政府开展预发布自愿安全测试。自本周起，Carbon 将率先面向经筛选的网络安全一线防御人员开放；后续将通过 Fairwind 可信合作伙伴计划分阶段扩大访问权限，在持续收集实战反馈、迭代加固防护机制后，逐步向开发者、企业客户及广大消费者全面开放。