谷歌最强 AI 模型：Gemini 4 Carbon 登顶全球智能指数榜首，“专职”做网络安全

谷歌于10月29日正式推出了新一代前沿大模型Gemini 4 Carbon，该模型专注于业界领先的网络安全能力以及长程任务处理。

谷歌表示，这是目前最强的模型，在网络安全和复杂长周期任务处理方面进行了重点强化。该模型在最新版Artificial Analysis Intelligence Index v5.0中位居首位，综合得分为59。

Gemini 4 Carbon的初始定价与两周前发布的Gemini 4 Argon保持一致，缓存输入Tokens可享受输入价格95%的折扣：

• 输入：每百万Tokens 2美元（约合13.3元人民币）
• 输出：每百万Tokens 10美元（约合66.7元人民币）

优惠期结束后，将恢复常规定价：

• 输入：每百万Tokens 4美元（约合26.7元人民币）
• 输出：每百万Tokens 20美元（约合133.3元人民币）

在长程编程任务方面，Carbon专为高难度、需持续运行多日的智能体工作流设计，能够自主处理死胡同情况，完成大型代码库与底层系统的根因定位、漏洞补丁编写等复杂多步骤工程任务。

在WebDev Arena前端全栈开发榜单上，Carbon较上一代提升了89个Elo分，以1,769分位列第四。

网络安全能力是本次升级的核心。Carbon在防御全生命周期的漏洞发现、验证、修复环节均达到业界领先水平：

• 漏洞发现：在SEC-bench Pro基准上实现88.2%的成绩，可自主挖掘真实软件中的复杂漏洞。
• 漏洞利用验证：在ExploitGym基准上取得54.8%的成绩，可自动判断漏洞是否可被利用，帮助安全人员优先处理高风险漏洞。
• 根因补丁修复：在CWE-bench基准上取得71.0%的成绩，可直接将验证后的漏洞转化为可运行的修复代码。

内部测试数据显示，Carbon生成安全代码的成功率较Argon提升超过2倍；Chrome团队测试显示，其生成高质量补丁的表现比其他实验室的大前沿模型好10倍以上。

安全对齐方面，Carbon在Argon的多层安全体系基础上进一步强化：

• Terminal-Bench 4.0上的作弊成功率降至0.0%，作弊尝试占比降至0.4%；内部实时编程环境中，高严重程度的失准警报下降近80%。
• 无依据的编造性声明较Argon减少约一半，会主动标注方法局限、在证据不足时拒绝违规操作并明确列出缺失信息。
• 面对模糊需求时，Carbon会先检索相关资料、向用户反馈差异点再执行，不会强行猜测路径。
• 过度执行率下降26%，服务不足率下降29%，多步骤计划的端到端执行可靠性显著提升，同时严格遵守项目范围约束。
• 间接提示注入攻击的成功率降至0.0%，完全抵御了本次评测覆盖的所有攻击尝试。

发布节奏方面，谷歌表示正配合美国政府的预发布模型自愿测试流程，从本周起先向一小部分网络安全防御人员开放Carbon，后续将通过Fairwind计划逐步扩大可信合作伙伴的访问范围。在收集反馈、迭代完善防护机制后，再面向开发者、企业与普通消费者开放。用户若想了解更多模型动态，可通过开元体育入口查看最新信息。