Google 发布 Gemini 4 Carbon，强化长时间开发与漏洞发现修复能力

Google于2026年10月28日发布了新AI模型“Gemini 4 Carbon”。据称，该模型提升了跨越多个工程环节的长时间开发作业能力，以及在从漏洞发现到修复的网络安全防御方面的能力。发布当周开始向部分网络安全防御人员提供，并将逐步扩大对象范围。该公司表示，今后也将向开发者、企业和普通用户提供。

Gemini 4 Carbon：我们的下一代前沿模型 - Google

可持续数天的开发作业，回答与执行的可靠性也有所改善

Gemini 4 Carbon以10月13日开始提供的Gemini 4 Argon[1]为基础，提升了编写代码的能力以及在使用工具的同时推进作业的能力。在Google内部，曾有Carbon花费数天调查并修复潜藏于大规模代码库和底层系统中的缺陷原因的案例。据称，即使中途受阻，它也会继续作业。

Google表示，该模型还减少了超出委托范围的行为以及未充分完成必要作业的情况，提升了在遵守项目约束的前提下将作业推进到底的能力。当指示含糊时，它会查阅相关资料，若发现矛盾，会在执行前告知用户。

在内部测试中，与Argon相比，毫无根据的主张也减少了约一半。据称，如果调查或验证方法存在局限，它会在成果物中明确注明；对于执行条件不齐全的处理，它会说明缺少什么并暂缓执行。此外，在Terminal-Bench 4.0中，它在提高题目正确率的同时，将评估中的作弊（cheating）成功比例降至0.0%，尝试作弊的比例降至0.4%。

据Google称，在综合评价AI模型能力的Artificial Analysis Intelligence Index v5.0中，Carbon取得59分，位居首位。该公司在发布时提供的比较表中，Argon的得分为50。

Gemini 4 Carbon是我们的下一代前沿模型。

它在网络安全和长时程能力方面均处于最先进水平。—— Google DeepMind（@GoogleDeepMind）2026年10月28日

Google的模型评估资料中，除这一综合评价外，还刊载了Artificial Analysis测得的Terminal-Bench系列结果。关于编码领域的Terminal-Bench 4.0（AA）和科学领域的Terminal-Bench-Science 0.1（AA），与其他公司模型的比较如下。

模型 Terminal-Bench 4.0（AA） Terminal-Bench-Science 0.1（AA）

从漏洞发现、可利用性验证到修复，对各阶段性能进行评估

Google表示，Carbon在从漏洞发现到可利用性验证、原因修复的网络安全防御各阶段能力均有提升。可利用性验证是为了让防御人员判断是否有必要修复漏洞、应优先处理哪些漏洞而进行的。

据称，在内部基准测试中，生成安全代码的成功率超过Argon的2倍。以下3项基准测试在移除模型安全限制即护栏的条件下评估了性能。SEC-bench Pro和ExploitGym由Google评估，CWE-bench v1由Collinear AI评估。

在漏洞发现（SEC-bench Pro）中，模型需完成发现JavaScript引擎漏洞并制作复现该漏洞的验证代码的课题。单次尝试的成功率为Carbon 88.2%、Argon 83.4%[2]。

在可利用性验证（ExploitGym）中，评估模型能否创建利用已知漏洞的代码。当每道题的限时为10小时时，成功率为Carbon 54.8%、Argon 42.0%。在标准的6小时下，分别为53.5%、39.5%。评估时不连接互联网，并禁用了评估环境中妨碍攻击的缓解措施。

在漏洞修复（CWE-bench v1）中，模型需完成审计代码并修复漏洞的课题。单次尝试的成功率为Carbon 71.0%、Argon 68.0%[3]。

有关评估的详细条件和判定方法，请参阅前述模型评估资料。

对提示注入的抵抗力也有所改善

Google表示，对间接提示注入的抵抗力也有所改善。此类攻击会在模型处理的文档等中嵌入恶意指令，试图使模型偏离原本的请求。在Gray Swan的IPI基准测试中，在允许15次攻击尝试的条件下，攻击成功率从Argon的0.7%降至Carbon的0.0%。

先向防御人员分阶段提供，并将扩大至开发者和普通用户

Google将Gemini 4 Carbon先行提供给部分网络安全防御人员，并通过Fairwind Program依次扩大至可信赖的合作伙伴。该计划考虑到有助于发现和修复漏洞的能力也可能被滥用于攻击，因此先向防御方提供模型。对象包括政府、医疗机构、通信运营商等，参加需要经过审查。

今后，Google将在持续收集反馈并改进护栏的基础上，力争尽快通过各产品向开发者、企业和普通用户提供[4]。

预告的引入价格为每百万token输入2美元、输出10美元，缓存输入将按输入费用的95%折扣计算。引入期结束后将变为输入4美元、输出20美元。