Google DeepMind 发布 Gemini 4 Carbon 前沿模型

2026年10月28日

|

Gemini 4 Carbon 是我们最强的模型，具备最先进的网络安全能力和长时程能力。

您的浏览器不支持音频元素。

收听文章

[[duration]] 分钟

此内容由 Google AI 生成。生成式 AI 仍处于实验阶段

今天，我们宣布推出下一代前沿模型：Gemini 4 Carbon，这是我们最强的模型，具备最先进的网络安全能力和长时程能力。

Carbon 在最近更新的 v5.0 Artificial Analysis Intelligence Index 上以 59 分排名第一。它在编程和智能体任务以及网络安全防御所需的关键能力上均有显著提升，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%）上均取得明显领先。在内部基准测试中，Carbon 在生成安全代码方面有显著提升，在我们自己团队的实时编程环境中，其失准和捏造率也有所降低。

基于两周前发布的 Gemini 4 Argon，Carbon 展现了我们推进前沿的速度。我们的研究人员与模型携手合作，更快地提升能力，同时同步加强我们的防护措施。

我们采取审慎的发布方式，并积极参与美国政府自愿性的发布前模型测试流程。从本周开始，我们将向部分网络安全防御者提供 Carbon，并通过我们的 Fairwind Program 逐步向更多受信任的合作伙伴开放访问。我们将继续收集反馈并迭代防护措施，随后尽快通过我们的产品界面向开发者、企业和消费者提供 Carbon。

Gemini 4 Carbon 将以与 Argon 相同的 introductory price 发布 ¹ ，即每百万输入 token 2 美元、每百万输出 token 10 美元，缓存输入 token 的价格为输入 token 价格的 95% 折扣。

提升编程与推理能力，应对高难度长时程任务

Carbon 旨在处理更困难、长时程的工程问题，专为持续性的智能体工作流而构建。在内部，我们的团队已看到 Carbon 连续运行数天，在遇到死胡同时仍能坚持推进，处理复杂的多步骤工程任务，例如在大型代码库和底层系统中对细微缺陷进行根因分析和修补。

基于用户反馈，我们专注于提升模型在多个领域中的表现，包括编程、智能体和科学任务，以及全栈 Web 开发和多模态理解。随着 Web 开发中输出和产物的质量提升，Carbon 在 WebDev Arena 上跃升 +89 elo 分，以 1769 分位列第 4。

最先进的网络安全性能，助力构建安全系统

Gemini 4 Carbon 在网络安全能力上实现了重大飞跃。它在网络安全防御全生命周期——漏洞检测、验证和修复——中均达到最先进的性能。

我们的团队已经在网络防御领域看到了显著的收益。在内部基准测试中，Carbon 在生成安全代码方面的成功率相比 Argon 提升超过 2 倍。另一个例子是，Chrome 团队报告称，在生成高质量补丁时，Carbon 的表现比另一家实验室的大型前沿模型好 10 倍以上。我们领先的云安全平台 Wiz 也观察到，Carbon 在 Web 渗透测试基准测试中处于领先地位，而这是 Wiz 的 Scan for Good 计划的一项核心能力。

Carbon 在关键的外部基准测试中表现出色（评估时未启用防护措施）：

• 发现真实漏洞： 网络安全防御的核心是发现真实漏洞。Carbon 在 SEC-bench Pro 上达到了最先进的 88.2%，能够自主发现隐藏在真实世界软件中的复杂缺陷。

• 通过利用验证风险： 为了确定哪些漏洞应优先修复或是否需要修复，网络防御者越来越依赖模型来检查哪些漏洞可被利用。Carbon 在流行的利用基准测试 ExploitGym 上创下新的最先进水平（54.8%）。

• 从根源上修复： 最终，在识别出漏洞之后，修复根本原因是网络安全防御生命周期中的关键一步。Carbon 在 Collinear 的 CWE-bench 上达到 71.0%，可将已验证的发现直接转化为可用的代码修复。

推进前沿模型的安全与保障

Gemini 4 Carbon 建立在与 Argon 相同的多层安全与保障体系之上——结合了模型训练、实时滥用防御、提示注入抵御能力以及思维链监控。特别是在模型对齐方面，我们借助 Argon 取得了重大进展，并在我们的安全与保障报告中报告了其表现出对齐行为的倾向。借助 Carbon，我们挑战自己在对齐方面更进一步，并训练模型以正确的方式响应复杂或高压任务。

• 减少捷径和漏洞利用： 借助 Carbon，我们进一步减少了训练中的捷径尝试，同时确保了高质量的编码性能。Carbon 将 Terminal-Bench 4.0 上的成功作弊降至 0.0%，作弊尝试降至 0.4%——同时整体准确率还有所提升。在与我们内部团队合作的实时编码环境中，我们观察到高严重性对齐警报下降了近 80%。
• 更高的透明度和诚实性： 在我们的内部测试中，Carbon 将无依据的断言相比 Argon 减少了约 2 倍。它会将方法上的注意事项直接写入交付成果，或在阻止某些操作时明确列出仍需满足的要求，而不是捏造或回避缺失的证据。
• 在模糊情况下改善与用户的协作： Carbon 不会猜测或强行推进，而是先检索相关来源并向用户呈现差异，然后再采取行动——因此，用户应当会体验到与 Carbon 更好的协作体验。
• 贯彻到底而不越界： Carbon 同时将越界行为减少了 26%，将服务不足减少了 29%，从而能够更可靠地端到端执行多步骤计划，同时尊重项目约束并严格保持在范围内。
• 抵御提示注入：此前 Argon 以仅 0.7% 的攻击成功率在 Gray Swan 的间接提示注入（IPI）基准测试中领先，而 Carbon 达到 0.0%——抵御了每一次评估中的攻击尝试。

即将面向开发者、企业和消费者推出

要推动前沿向前发展，需要快速行动，同时在部署上保持审慎。借助 Gemini 4 Carbon，我们的目标是在软件工程和网络安全防御方面实现有意义的飞跃，同时不牺牲安全性或可靠性。我们迫切希望看到首批网络防御者如何使用这一模型，并期待很快将 Carbon 带给开发者、企业和消费者。