谷歌发布 Gemini 4 Carbon 重夺大模型第一：Artificial Analysis 智能指数力压 Claude Opus 5.5 与 GPT-6 Astra
要点
10 月 28 日，Google DeepMind 发布新一代前沿人工智能模型 Gemini 4 Carbon。在第三方评测机构 Artificial Analysis 最新的 Intelligence Index v5.0 综合能力指数中，该模型以 59 分位居全球榜单首位，…
10 月 28 日，Google DeepMind 发布新一代前沿人工智能模型 Gemini 4 Carbon。在第三方评测机构 Artificial Analysis 最新的 Intelligence Index v5.0 综合能力指数中，该模型以 59 分位居全球榜单首位，超过 Claude Opus 5.5 的 58 分与 GPT-6 Astra 的 57 分。
Gemini 4 Carbon 是 Google 继 9 月底 Gemini 4 Argon 之后推出的新一代前沿模型，着重强化编程、代理式 AI、科学研究及长时间自主执行任务的能力。Google 表示，该模型可连续数天处理复杂工程问题，包括在大型代码库中追查错误根源、尝试不同解决方法并生成修补程序。
网络安全能力是本次迭代的重点。在漏洞发现、利用验证及漏洞修复三项安全基准测试中，Gemini 4 Carbon 均创下最佳成绩：SEC-bench Pro 达到 88.2%，评估漏洞能否实际利用的 ExploitGym 达到 54.8%，漏洞修补测试 CWE-bench 达到 71.0%。Google 内部测试显示，该模型产出符合安全要求的代码，其成功率超过前代 Argon 的两倍；Chrome 团队的对比测试表明，其产出高质量漏洞补丁的能力远超其他机构研发的前沿模型。在 WebDev Arena 前端全栈开发评测中，该模型较前代提升 89 个 Elo 分数，达到 1769 分，位列榜单第四。
该模型上下文窗口为 1M token，支持文本、图像、视频和语音输入。定价方面，标准价为每百万输入 token 4 美元、每百万输出 token 20 美元，发布初期提供 50% 上线折扣，缓存输入 token 享受 95% 折扣。
考虑到模型强大的安全能力及潜在滥用风险，Google 将先开放给部分受信任的网络安全防御人员使用，再经 Fairwind Program 逐步扩大至一般开发者、企业及消费者。Google 表示，正在审慎参与美国政府自愿开展的模型发布前测试；普通开发者和消费者何时能够使用，目前暂无时间表。
