谷歌发布Gemini 4 Carbon：主打网络安全与长时程任务，漏洞基准三项领先
要点
当地时间10月28日，谷歌发布新一代前沿模型Gemini 4 Carbon，距上一代旗舰Argon亮相仅过去两周。谷歌在官方博客中将其定位为公司迄今最强的模型，主打网络安全与长时程任务处理，在第三方机构Artificial Analysis最新一版智能指数中以59分排名第一。C…
当地时间10月28日，谷歌发布新一代前沿模型Gemini 4 Carbon，距上一代旗舰Argon亮相仅过去两周。谷歌在官方博客中将其定位为公司迄今最强的模型，主打网络安全与长时程任务处理，在第三方机构Artificial Analysis最新一版智能指数中以59分排名第一。Carbon延续了Argon的审慎策略：本周先向部分网络安全防御者开放，经Fairwind计划扩大至可信合作伙伴，并参与美国政府模型预发布自愿评估，待反馈收集与防护机制迭代后，再向开发者、企业和消费者推出。
能力数据上，Carbon的成绩单几乎全部围绕”攻防两端”展开：漏洞发现基准SEC-bench Pro取得88.2%，漏洞利用验证基准ExploitGym取得54.8%，漏洞根因修复基准CWE-bench取得71.0%，三项均称业界最好水平；前端全栈开发的WebDev Arena榜单上以1768分升至第四，较前代提升89个Elo。安全对齐方面，官方数据更具体：Terminal-Bench 4.0测试中成功作弊率降至零，作弊尝试占比0.4%；内部环境中高严重性失准警报下降近八成，无依据陈述较Argon减少约一半，越权执行减少26%、服务不足减少29%；间接提示注入攻击测试中，攻击成功率为零。
定价策略延续了谷歌近来的节奏感。优惠期内每百万输入token 2美元、输出10美元，缓存输入享95%折扣，与Argon首发价持平；优惠期结束后跳升至输入4美元、输出20美元。换言之，这份”全网第一”的成绩单眼下挂在半价货架上，接入成本的真实水位要等优惠期结束才看得清。
需要留意的另一面是，这批亮眼数字大多来自谷歌自设或主导的评测口径。第三方评测追踪数据显示，在纳入速度与价格后，Carbon所处的分数区间内还有17个受评配置，仅凭质量分已难以区分；按其采集时点的标准定价计算，Carbon位居最贵模型之列，高推理档位下首次回答的等待时间接近两分半钟。媒体侧的谨慎声音同样存在：所谓”补丁生成质量高出某前沿模型10倍以上”并未披露对比对象，三项安全基准的成绩也是在关闭安全防护机制的条件下测得；前代Argon曾因额度消耗过快受到用户抱怨，Carbon能否兼顾能力提升与用量经济性，尚待检验。
把镜头拉远，这款模型指向的变化是：AI正在接管网络安全防御的全流程——从在大型代码库里自主发现真实漏洞，到验证漏洞是否可被利用，再到生成可运行的修复补丁。谷歌内部团队报告Carbon可以连续运行数天，反复试错地定位和修补隐蔽缺陷，与过去”随叫随到的编程助手”已是两种工作形态。对防御方这是生产力跃升，但同一套能力若被滥用，攻击侧门槛也在同步降低——发布节奏上的克制与政府侧的预发布测试，正是这种两难的现实注脚。模型能力的月度级迭代，与安全验证、商业回报的漫长周期如何平衡，是Carbon之后每家前沿实验室都要作答的题。
