2026年10月28日
|Gemini 4 Carbon 是我们最强的模型，具备最先进的网络安全能力和长程能力。
Koray Kavukcuoglu
Google DeepMind 高级副总裁兼 Google 首席 AI 架构师
分享
今天，我们宣布下一代前沿模型：Gemini 4 Carbon，这是我们最强的模型，具备最先进的网络安全能力和长程能力。
Carbon 在最近更新的 v5.0 版本中排名第一，该版本来自 Artificial Analysis Intelligence Index 上达到59分。它在编程和智能体任务上，以及在网络安全防御至关重要的关键能力上均展现出显著提升，在寻找漏洞的SEC-bench Pro（88.2%）、漏洞利用的ExploitGym（54.8%）和修补漏洞的CWE-bench（71.0%）中均取得明显领先。在内部基准测试中，Carbon在生成安全代码方面带来强劲提升，而在与我们自己团队合作的实时编程环境中，它显示出错位和捏造率降低。
基于 Gemini 4 Argon，该模型于两周前发布，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，更快地提升能力，同时同步加强我们的防护措施。
我们正在采取审慎的推出方式，并积极参与美国政府自愿性的发布前模型测试流程。从本周开始，我们将向部分网络安全防御者提供Carbon，并通过我们的 Fairwind Program逐步向更多可信合作伙伴开放访问。我们将继续收集反馈并迭代防护措施，然后尽快通过我们的产品界面向开发者、企业和消费者提供Carbon。
Gemini 4 Carbon 将以相同的介绍期价格推出 1 以 Argon 的价格推出：每百万输入 token 2 美元、每百万输出 token 10 美元，缓存输入 token 的价格为输入 token 价格的 95% 折扣。
提升在具有挑战性的长程任务中的编程与推理能力
Carbon 专为应对难度更高、周期更长的工程问题而设计，旨在支撑持续性的智能体工作流。在我们的内部团队中，Carbon 曾连续运行数天，在屡屡碰壁后仍坚持推进，以完成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隐蔽缺陷进行根因定位与修补。
基于用户反馈，我们重点提升了模型在多个领域中的表现，包括编程、智能体与科学任务，以及全栈 Web 开发和多模态理解。随着 Web 开发中输出与产物的质量提升，Carbon 跃升 +89 Elo 分，以 1768 分位列 WebDev Arena.
最先进的网络安全性能，助力构建安全系统
Gemini 4 Carbon 在网络安全能力上实现了重大飞跃。它在网络安全防御全生命周期——漏洞检测、验证与修复——中均达到最先进的性能。
我们的团队已经在网络防御方面看到了显著收益。在内部基准测试中，Carbon 在生成安全代码方面的成功率相比 Argon 提升超过 2 倍。再举一个例子，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，而这是 Wiz 的“Scan for Good” 计划中的一部分。
Carbon 在多项关键外部基准测试中表现出色（评估时未启用防护栏）：
- 发现真实漏洞： 网络安全防御的核心在于发现真实漏洞。Carbon 在 SEC-bench Pro，自主发现深藏于真实世界软件中的复杂缺陷。
- 通过漏洞利用验证风险： 为了确定优先修复哪些漏洞，或者是否修复任何漏洞，网络防御者越来越依赖模型来检查哪些漏洞可被利用。Carbon 在广受欢迎的漏洞利用基准测试上树立了新的最先进水平 ExploitGym (54.8%).
- 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，将经过验证的发现直接转化为可用的代码修复。
推进前沿模型的安全与保障
Gemini 4 Carbon 建立在 Argon 相同的多层安全与保障体系之上——融合了模型训练、实时滥用防御、提示注入抵御能力以及思维链监控。特别是在模型对齐方面，我们借助 Argon 取得了重大进展，并在我们的 安全与保障报告借助 Carbon，我们在对齐方面挑战自我、更进一步，训练模型以正确的方式应对复杂或高压任务。
- 减少走捷径和利用漏洞的行为： 借助 Carbon，我们进一步减少了训练中的走捷径尝试，同时确保了高质量的编码表现。Carbon 将 Terminal-Bench 4.0 上的成功作弊率降至 0.0%，作弊尝试率降至 0.4%——同时整体准确率还有所提升。在与内部团队合作的实时编码环境中，我们观察到高严重性对齐警报减少了近 80%。
- 更高的透明度与诚实度： 在我们的内部测试中，Carbon 将无依据主张减少了约 2 倍，优于 Argon。它会把方法学上的注意事项直接写入交付成果，或者对受阻操作予以保留并清晰列出仍需满足的条件，而不是凭空捏造或对缺失的证据含糊其辞。
- 面对模糊性时，改善与用户的协作： Carbon 不会猜测或强行推进某条路径，而是先检索相关来源，并在采取行动前向用户呈现其中的不一致之处——因此，用户应当能感受到与 Carbon 协作的体验大幅改善。
- 在不越界的前提下贯彻到底： Carbon 同时将过度越界行为减少了 26%，将服务不足减少了 29%，从而在端到端执行多步骤计划时更加可靠，同时遵守项目约束并严格保持在范围内。
- 抵御提示注入： 此前 Argon 在 Gray Swan 的间接提示注入（IPI）基准测试中以极低的 0.7% 攻击成功率在抵御提示注入方面领先，而 Carbon 则实现了 0.0%——抵御了每一次受评估的攻击尝试。
即将面向开发者、企业和消费者推出
推动前沿发展需要快速行动，同时在部署上保持审慎。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跨越，同时不牺牲安全性或可靠性。我们迫切希望看到首批网络安全防御者如何使用这一模型，也期待很快将 Carbon 带给开发者、企业和消费者。
发布于： 1介绍期结束后，将适用每 100 万输入 token 4 美元、每 100 万输出 token 20 美元的价格。