Google DeepMind 发布 Gemini 4 Carbon 前沿模型

2026年10月28日

|

Gemini 4 Carbon 是我们最强大的模型，具备业界领先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

本内容由 Google AI 生成。生成式 AI 属于实验性技术

今天，我们宣布推出下一代前沿模型：Gemini 4 Carbon，这是我们最强大的模型，具备业界领先的网络安全能力和长时程能力。

Carbon 在近期更新至 v5.0 的 Artificial Analysis Intelligence Index 上以 59 分排名第一。它在编码和智能体任务上，以及在网络安全防御所需的关键能力上均取得显著提升，在漏洞发现方面以 88.2% 的成绩在 SEC-bench Pro 上确立稳固领先，在漏洞利用方面以 54.8% 在 ExploitGym 上领先，在漏洞修补方面以 71.0% 在 CWE-bench 上领先。在内部基准测试中，Carbon 在生成安全代码方面带来显著提升；在与我们自有团队一起使用的实时编码环境中，它表现出更低的错配率和捏造率。

基于两周前发布的 Gemini 4 Argon，Carbon 展示了我们推进前沿的速度。我们的研究人员和模型携手并进，以更快的速度提升能力，同时同步强化我们的安全防护。

我们在推出过程中采取审慎的方式，并积极参与美国政府关于模型发布前测试的自愿流程。从本周开始，我们将向部分网络防御者提供 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权限。我们正在持续收集反馈并迭代防护措施，以便尽快通过我们的产品界面将 Carbon 提供给开发者、企业和消费者。

Gemini 4 Carbon 将以与 Argon 相同的发布价推出 ¹ ，即每百万输入 token 2 美元、每百万输出 token 10 美元，缓存的输入 token 价格为输入 token 价格的 5%。

为具有挑战性的长时程任务改进编码与推理能力

Carbon 旨在应对难度更高的长时程工程问题，为持续的智能体工作流而构建。在内部，我们的团队看到 Carbon 连续运行数日，坚持不懈地突破死胡同，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 bug 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的表现，包括编码、智能体和科学任务，以及全栈 Web 开发和多模态理解。凭借 Web 开发中更高质量的输出和产物，Carbon 的 Elo 分数跃升 +89 分，在 WebDev Arena 上以 1769 分位列第 4。

业界领先的网络安全性能，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。它在整个网络安全防御生命周期——漏洞检测、验证和修复——上都达到了业界领先的性能。

我们的团队已经在网络防御方面看到了显著成效。在内部基准测试中，Carbon 在生成安全代码的成功率上比 Argon 提升了 2 倍以上。另一个例子是，Chrome 团队报告称，在生成高质量补丁方面，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，这是 Wiz's Scan for Good 计划的一项核心能力。

Carbon 在关键外部基准测试中表现出色（在无防护栏的情况下进行评估）：

• 发现真实漏洞：发现真实漏洞是网络安全防御的核心。Carbon 在 SEC-bench Pro 上达到了 88.2% 的最先进水平，能够自主发现隐藏在真实软件中的复杂缺陷。

• 通过利用验证风险：为了确定优先修复哪些漏洞或是否需要修复，网络防御者越来越依赖模型来检查哪些漏洞是可被利用的。Carbon 在流行的漏洞利用基准测试 ExploitGym（54.8%）上创下了新的最先进水平。

• 从根源上修补：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 上达到了 71.0%，将经过验证的发现直接转化为可运行的代码修复。

推进前沿模型的安全性与保障

Gemini 4 Carbon 建立在与 Argon 相同的多层安全性与保障体系之上——结合了模型训练、实时滥用防御、提示词注入抵御以及思维链监控。特别是，我们在 Argon 上的模型对齐方面取得了重大进展，并在我们的 Safety and Security report 中报告了其表现出对齐行为的倾向。对于 Carbon，我们要求自己在对齐方面更进一步，训练模型以正确的方式应对复杂或高压力的任务。

• 减少走捷径和钻漏洞的行为：在 Carbon 中，我们在训练过程中进一步减少了走捷径的尝试，同时确保了高质量的编码性能。Carbon 将 Terminal-Bench 4.0 上的成功作弊率降至 0.0%，作弊尝试降至 0.4%——同时整体准确率也有所提高。在与我们内部团队一起进行的实时编码环境中，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度：在我们的内部测试中，Carbon 将无依据的断言比 Argon 减少了约 2 倍。它会将方法论上的注意事项直接写入交付成果中，或者在被阻止的操作上明确列出仍需完成的事项，而不是编造证据或在证据缺失时含糊其辞。
• 在面对模糊性时改进与用户的协作：Carbon 不会去猜测或强行推进，而是会检索相关来源，并在采取行动之前向用户展示其中的差异——因此，用户应该会观察到与 Carbon 协作的体验要好得多。
• 贯彻执行而不越界：Carbon 同时将越权行为减少了 26%，将服务不足减少了 29%，从而在尊重项目约束并严格保持在范围内的同时，使得多步计划的端到端执行更加可靠。
• 抵御提示注入：此前 Argon 以极低的 0.7% 攻击成功率在 Gray Swan 的间接提示注入（IPI）基准测试中领跑提示注入抵抗能力，而 Carbon 达到了 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

在快速推进的同时对部署保持审慎，才能将前沿不断向前推进。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。我们期待看到首批网络防御者如何使用这个模型，也期待很快将 Carbon 带给开发者、企业和消费者。