北京时间10月29日，谷歌正式推出新一代前沿大模型Gemini 4 Carbon。在Artificial Analysis Intelligence Index v5.0智能指数评测中，该模型以59分的综合成绩登顶全球榜单，成为当前公认的最强前沿模型之一。
与上一代Gemini 4 Argon相比，这一代的升级重点明显转向了网络安全与长周期复杂任务处理两大方向，多项测评交出亮眼成绩单。
聚焦网络安全，漏洞攻防全链条领先
Gemini 4 Carbon在漏洞挖掘、结果验证、漏洞修复的安全防御全链条均达到行业领先水平。内部测试显示，相比上一代Gemini 4 Argon，其输出安全代码的成功率提升两倍以上。
谷歌Chrome团队开展的对比测试也表明，该模型产出高质量漏洞补丁的能力，远超其他机构研发的前沿大模型。在具体测评中，SEC-bench Pro漏洞检测得分88.2%，ExploitGym得分54.8%，CWE-bench得分71.0%，均处于行业前沿。
安全对齐大幅强化，拒绝“胡编乱造”
在安全对齐层面，Gemini 4 Carbon继承并优化了谷歌的多层安全体系。Terminal-Bench 4.0测试中，其作弊成功率达到0.0%，作弊尝试占比被压缩至0.4%；内部编程环境下，高等级严重失准警报数量下降近八成。
模型无依据的虚构输出相比上代减少约一半，当证据不足时能够主动说明自身能力边界、拒绝违规操作，并列明缺少的相关信息。遇到表述模糊的需求，模型会先查阅参考资料并向使用者提示信息差异，而非盲目推演执行。
统计显示，其过度执行率下降26%，服务不足率下降29%，多步骤任务完整执行的可靠性明显增强，同时可完全抵御测评覆盖的间接提示注入攻击。
面向长周期智能体，定价与此前持平
除安全能力外，该模型还专门针对高难度、多日持续运行的智能体工作流进行优化，可自主排除无效路径，完成大型代码库审查、底层系统故障根因定位以及漏洞补丁编写等多步骤复杂工程作业。
在WebDev Arena前端全栈开发评测榜单上，该模型较前代产品提升89个Elo分数，以1769分位列榜单第四名。定价方面，Gemini 4 Carbon初期定价与Gemini 4 Argon保持一致，缓存输入Token可享受95%折扣。
优惠阶段输入每百万Token 2美元、输出10美元；优惠期结束后，常规价格为输入4美元、输出20美元。
值得注意的是，谷歌此次选择让模型先行配合美国政府预发布模型自愿测试流程，本周仅向少量网络安全防护从业者开放试用权限，后续再依托Fairwind计划逐步扩大可信合作方访问权限。
这种“安全优先、审慎放量”的打法，或许也预示着前沿大模型竞赛正从单纯拼参数，转向拼安全可信的深水区。
相关文章
