Google DeepMind 发布 Gemini 4 Carbon 前沿模型

Google DeepMind 于 10 月 28 日宣布推出下一代前沿模型 Gemini 4 Carbon，定位为最强模型，核心卖点是网络安全能力与长时程智能体能力。它在最近更新的 v5.0 Artificial Analysis Intelligence Index 上以 59 分排名第一，并在漏洞发现 SEC-bench Pro（88.2%）、漏洞利用 ExploitGym（54.8%）和补丁修复 CWE-bench（71.0%）三项外部基准上取得领先，评估时未启用防护措施。 Carbon 基于两周前发布的 Gemini 4 Argon 构建，面向持续性的智能体工作流，团队称其可连续运行数天，在大型代码库和底层系统中做缺陷根因定位与修补。Web 开发方面，Carbon 在 WebDev Arena 提升 89 elo 分，以 1769 分位列第 4。内部基准中，生成安全代码的成功率相比 Argon 提升超过 2 倍；Chrome 团队称其在生成高质量补丁时表现优于另一家实验室的大型前沿模型 10 倍以上；云安全平台 Wiz 也观察到它在网络渗透测试基准上领先。 安全与对齐方面，Carbon 沿用 Argon 的多层体系，包括模型训练、实时滥用防御、提示注入韧性和思维链监控。官方称 Terminal-Bench 4.0 上的成功作弊降至 0.0%、作弊尝试降至 0.4%，内部实时编码环境中高严重性对齐警报下降近 80%，无依据声明相比 Argon 减少约 2 倍，越界行为减少 26%、服务不足减少 29%。在 Gray Swan 的间接提示注入基准上，攻击成功率从 Argon 的 0.7% 降至 0.0%。 发布节奏上，Google DeepMind 表示参与美国政府自愿性的发布前模型测试流程，本周起先向部分网络防御者提供 Carbon，并通过 Fairwind Program 逐步向更多可信合作伙伴开放，随后再通过产品界面向开发者、企业和消费者提供。定价与 Argon 相同，为每百万输入 token 2 美元、每百万输出 token 10 美元，缓存输入 token 按输入价格的 95% 折扣计价。