Gemini 4 Carbon发布：主打长时智能体与网络安全

谷歌在10月28日发布的公告中推出新一代旗舰模型Gemini 4 Carbon。公告由谷歌DeepMind高级副总裁兼首席AI架构师Koray Kavukcuoglu署名，称Carbon是谷歌迄今最强的模型，专为长时间持续运行的智能体（agentic）工作流和网络安全打造。Carbon建立在Gemini 4 Argon之上，谷歌于9月30日发布Argon，并在10月13日向开发者开放。目前Carbon仅向网络安全防御方提供。

可连续运行数天的智能体

谷歌表示，Carbon面向多步骤、长周期的智能体任务。公司内部团队观察到，在复杂的工程任务中，模型遇到死胡同也能坚持推进，连续运行数天。在通用评测方面，谷歌称Carbon在刚更新的Artificial Analysis智能指数（Intelligence Index）5.0版中以59分排名第一，在网页开发榜单WebDev Arena上排名第四。

三项网络安全成绩

网络安全是这次发布的重点。根据谷歌在关闭防护措施条件下的测试，Carbon在衡量漏洞发现能力的SEC-bench Pro上取得88.2%，为业内最佳；在漏洞利用评测ExploitGym上以54.8%创下新纪录；在衡量漏洞修补能力的Collinear CWE-bench上达到71.0%。公告没有列出这三项对比所涉及的竞品模型名称。

在谷歌内部评测中，Carbon生成安全代码的成功率比Argon提高一倍以上。Chrome团队报告称，在生成高质量补丁方面，Carbon比另一家实验室的大型前沿模型好10倍以上，但未透露该模型名称。云安全公司Wiz也表示，Carbon在网页渗透测试评测中处于领先。

安全与对齐数据

谷歌称，Carbon沿用与Argon相同的多层安全体系，包括模型训练、实时滥用防御、提示注入（prompt injection）防护以及思维链监控。按谷歌公布的数据，Carbon在Terminal-Bench 4.0上的成功作弊率降至0.0%，作弊尝试降至0.4%；在公司内部的实际编码使用中，高严重度的对齐告警减少近80%；在Gray Swan间接提示注入评测中，攻击成功率从Argon的0.7%降至0.0%。谷歌还表示，模型缺乏依据的说法比Argon减少约一半。

防御方优先

从本周起，Carbon向一部分网络安全防御方开放。谷歌计划通过Fairwind计划逐步把访问权限扩大到更多可信合作伙伴。Fairwind是谷歌在Argon上也采用过的受控早期访问计划，面向政府和关键基础设施运营方等优先防御方。谷歌还表示已参与美国政府的自愿性模型发布前测试。面向开发者、企业和普通用户的上线时间尚未公布，谷歌称会在收集反馈、完善防护措施后尽快推出。最新价格见谷歌公告。

想从不同角度了解这些结果，也请关注独立研究人员的评测。

来源：blog.google（Gemini 4 Carbon）、blog.google（Gemini 4 Argon开发者公告）