Gemini 4 Carbon

介绍 Gemini 4 Carbon

Gemini 4 Carbon：我们的下一个前沿模型

2026年10月28日

|

分享下拉菜单

• x.com

• Facebook

• LinkedIn

• 邮件

• 复制链接

Gemini 4 Carbon 是我们性能最强的模型，具备最先进的网络安全防护能力和长期任务处理能力。

Koray Kavukcuoglu

Google DeepMind 副总裁兼 Google 首席 AI 架构师

分享

文章正文

今天，我们宣布推出下一代前沿模型：Gemini 4 Carbon，这是我们目前最强的模型，具备最先进的网络安全防护能力和长期任务处理能力。

在最新更新的 v5.0 版人工智能分析指数中，Carbon 以 59 分排名第一。在编码和智能体任务方面，以及网络安全防御关键能力方面均取得显著提升，在 SEC-bench Pro（88.2%）漏洞发现、ExploitGym（54.8%）漏洞利用和 CWE-bench（71.0%）漏洞修复测试中均取得领先优势。在内部基准测试中，Carbon 在生成安全代码方面表现出显著提升，在与我们团队的实时编码环境中，其错误对齐和虚假信息生成率均显著降低。

继两周前推出的 Gemini 4 Argon 之后，Carbon 展现了我们推动技术前沿进步的速度。我们的研究人员与模型正在协同工作，加速能力提升，同时同步强化安全防护机制。

我们正在采取谨慎的发布策略，并积极参与美国政府自愿的预发布模型测试流程。从本周开始，我们将向部分网络安全防御者开放 Carbon，并通过我们的 Fairwind 计划逐步向更多可信合作伙伴扩展访问权限。在向开发者、企业和消费者开放使用之前，我们仍在持续收集反馈并优化安全防护机制。

Gemini 4 Carbon 的定价与 Argon 相同，均为每百万个输入令牌 2 美元，每百万个输出令牌 10 美元，缓存输入令牌价格为输入令牌价格的 95% 折扣。

提升复杂长期任务的编码与推理能力

专为应对更复杂、长期跨度的工程问题而设计，Carbon 支持持续的智能体工作流程。在内部测试中，我们的团队观察到 Carbon 可连续运行数天，持续突破瓶颈，处理如大规模代码库和底层系统中根因分析和细微漏洞修复等复杂多步骤工程任务。

基于用户反馈，我们在多个领域（包括编码、智能体任务、科学任务、全栈网页开发和多模态理解）全面提升了模型性能。在网页开发中，输出质量和生成内容质量显著提升，使 Carbon 在 WebDev Arena 排名跃升 89 个 Elo 分，达到第 4 名（1768 分）。

先进的网络安全性能助力构建安全系统

Gemini 4 Carbon 在网络安全能力方面实现了重大突破。它在网络安全防御全生命周期（漏洞检测、验证和修复）中均达到行业领先水平。

我们的团队已经在网络防御领域取得了显著进展。在内部基准测试中，Carbon在生成安全代码的成功率上实现了比Argon高出2倍以上的提升。再举一个例子，Chrome团队报告称，在生成高质量补丁时，Carbon的表现比另一实验室的前沿大模型高出10倍以上。作为领先的云安全平台，Wiz也观察到Carbon在Web渗透测试基准测试中表现领先，这是Wiz的"Scan for Good"计划的核心能力。

Carbon在关键外部基准测试中表现优异（测试时未启用防护措施）：

• 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基准测试中达到最先进的88.2%表现，能够自主发现隐藏在现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，网络安全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ExploitGym利用基准测试中创造了新的最先进水平（54.8%）。

• 从根源上修补：在识别漏洞后，修复根本原因是网络安全防御生命周期中的关键步骤。Carbon在Collinear的CWE-bench基准测试中达到71.0%的表现，可将验证发现直接转化为可运行的代码修复。

提升前沿模型的安全性与可靠性

Gemini 4 Carbon继承了Argon相同的多层安全与可靠性架构——结合模型训练、实时滥用防御、提示注入防护和推理过程监控。特别是，我们在与Argon的模型对齐方面取得了显著进展，并在《安全与可靠性报告》中报告了其保持对齐行为的倾向。使用Carbon时，我们挑战自己进一步提升对齐程度，训练模型以正确方式应对复杂或高压任务。

• 减少捷径和漏洞利用：通过Carbon，我们在训练过程中进一步缓解了捷径尝试，同时确保高质量的代码性能。Carbon将Terminal-Bench 4.0的成功作弊率降低至0.0%，作弊尝试降至0.4%——同时整体准确性得到提升。在与内部团队进行的实时编码环境中，我们观察到高严重性对齐警报减少了近80%。

• 提高透明度和诚实度：在内部测试中，Carbon相比Argon将不支持的声明减少了约2倍。它直接在交付物中添加方法论限制，或明确列出仍需完成的事项，而不是编造或回避缺失的证据。

• 在模糊情况下改进与用户的协作：面对模糊情况时，Carbon不会猜测或强行推进，而是先检索相关来源并指出差异，再采取行动——因此，用户应能体验到与Carbon更出色的协作效果。

• 在遵循计划时避免越界：Carbon同时将越界行为减少了26%，服务不足减少了29%，从而在端到端执行多步骤计划时实现更可靠的执行，同时尊重项目约束并严格遵守范围限制。

• 抵御提示注入攻击：虽然 Argon 之前在 Gray Swan 的间接提示注入（IPI）基准测试中以非常低的 0.7% 攻击成功率引领提示注入防御，但 Carbon 实现了 0.0% 的攻击成功率——成功抵御所有评估的攻击尝试。

即将面向开发者、企业和消费者发布

推动前沿发展需要快速行动，同时在部署上保持谨慎。借助 Gemini 4 Carbon，我们的目标是实现软件工程和网络安全防御的实质性突破，同时不牺牲安全性和可靠性。我们迫不及待想看到首批网络安全防御者如何使用该模型，并期待尽快将 Carbon 带给开发者、企业和消费者。

Posted in: