Google 发布 Gemini 4 Carbon：登顶智能指数并强化网络安全
IT之家于 2026 年 10 月 29 日报道 Google 发布 Gemini 4 Carbon。本文依据 AIHOT 收录的报道整理，价格、评测结果、模型开放范围和功能细节仍应以 Google 官方公告与产品页面为准。
Google 发布新一代模型 Gemini 4 Carbon，定位是处理复杂、长时间运行任务的前沿模型。报道显示，Carbon 在 Artificial Analysis Intelligence Index v5.0 中以综合得分 59 排名第一，同时把网络安全作为核心应用方向，覆盖漏洞发现、利用验证和补丁修复等环节。
AI 导读
Gemini 4 Carbon 的更新重点不只是单轮问答准确率，而是让智能体在长程编程和安全工程任务中持续工作。报道还提到，模型暂时从网络安全防御人员开始小范围开放，之后再通过 Fairwind 计划逐步扩大可信合作伙伴范围，因此普通用户和开发者当前未必能直接使用。
价格与 API 入门档位
报道所列的 Gemini 4 Carbon 首发入门价与两周前发布的 Gemini 4 Argon 保持一致，缓存输入 Token 可享 95% 折扣：
| 项目 | 入门优惠期 | 优惠期结束后 |
|---|---|---|
| 输入 | 每百万 Token 2 美元 | 每百万 Token 4 美元 |
| 输出 | 每百万 Token 10 美元 | 每百万 Token 20 美元 |
这里的价格来自媒体对发布信息的整理，尚不能替代账号中的实时计费页面。实际成本还会受到模型 ID、上下文长度、缓存命中、配额和所在产品入口影响。开发者可以先对照 Gemini 4 Argon 的发布信息了解 Google 当前的模型开放方式，再到 Gemini API 文档核对可用型号和价格。
长程编程：面向持续运行的智能体工作流
Carbon 被描述为适合需要持续运行数小时甚至数日的编程任务。它可以遍历已经走不通的路径，阅读大型代码库和底层系统，定位复杂问题的根因，并生成漏洞修复补丁。这个定位与普通代码补全不同，更接近由模型负责规划、执行、验证和修正的 Agent 工作流。
在 WebDev Arena 前端全栈开发榜单中，报道指 Carbon 比上一代提升 89 个 Elo 分，以 1,769 分排名第四。榜单分数只能反映特定评测设置下的相对表现，不能直接推导出模型在所有项目中的交付质量。实际接入时，仍应记录任务完成率、人工返工量、运行时长、Token 消耗和回滚次数。
网络安全能力覆盖发现、验证与修复
报道将 Carbon 的网络安全能力分成三个阶段：
- 漏洞发现：在 SEC-bench Pro 基准上取得 88.2%，用于挖掘真实软件中的复杂漏洞。
- 利用验证：在 ExploitGym 基准上取得 54.8%，帮助判断漏洞是否具备可利用性，以便安全人员排序处理风险。
- 根因修复：在 CWE-bench 基准上取得 71.0%，将经过验证的问题转化为可运行的修复代码。
报道还援引内部测试称，Carbon 生成安全代码的成功率较 Argon 提升超过 2 倍，Chrome 团队测试中生成高质量补丁的表现比其他实验室的大型前沿模型高 10 倍以上。这些结果来自 Google 或其合作团队披露的特定测试，测试集、提示、人工判定和运行环境会影响结果，不能视为所有代码库的保证。
对齐与智能体可靠性改进
在安全对齐方面，报道列出了几项变化：
- Terminal-Bench 4.0 中的作弊成功率降至 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，并会在证据不足时标注局限、拒绝违规操作或列出缺失信息。
- 面对模糊需求时，模型会先检索资料并反馈差异点，再决定执行路径，而不是直接猜测。
- 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有所提升。
- 在报道所述评测中，间接提示注入攻击成功率为 0.0%。
这些数字主要用于说明 Google 的测试方向。提示注入、工具越权和错误补丁仍是部署智能体时需要单独验证的风险。涉及生产系统时，应限制工具权限，在写入代码、执行命令和发布变更前设置人工审核与可回滚流程。
分阶段开放，先面向网络安全防御人员
Google 表示将配合美国政府的预发布模型自愿测试流程，从本周起先向少量网络安全防御人员开放 Carbon，随后通过 Fairwind 计划扩大可信合作伙伴访问范围。经过反馈收集和防护机制迭代后，模型才会进一步面向开发者、企业和普通消费者开放。
因此，网上出现模型名称或第三方接口，并不等于账号已经获得官方权限。使用前应核对 Google 官方公告、Gemini API 文档和 Fairwind 项目说明中的模型 ID、地区、申请条件、配额与数据政策。对网络安全场景，还应遵守当地法律法规和平台条款，只在获授权的系统与隔离环境中进行测试。
这次发布意味着什么
Gemini 4 Carbon 体现了 Google 将模型竞争进一步推进到长程 Agent 和安全工程执行层面：模型需要持续读取上下文、调用工具、处理失败路径，并输出可以被工程师复核的修复方案。对开发者而言，真正值得评估的不是单项榜单排名，而是模型在自己的代码库、工具链和安全流程中是否能稳定完成任务。
如果 Carbon 后续扩大开放，可以从低风险、可回滚的代码审查和测试生成任务开始试用，并建立固定评测集。涉及漏洞利用、生产变更或敏感代码时，应保留人工确认，不要把模型的基准成绩当作上线依据。