谷歌最强模型，主打网络安全

当地时间 10 月 28 日，谷歌发布新一代前沿模型 Gemini 4 Carbon，距离上一代 Gemini 4 Argon 只有两周。官方称这是目前最强的模型，重点押在网络安全与长周期任务上：在最新版 Artificial Analysis 智能指数 v5.0 上以 59 分排第一，Argon 是 50 分，GPT-6 Astra 57 分，Claude Opus 5.5 为 58 分，差距只有一两点。

网络安全是这次的卖点，三个基准对应三个动作：找漏洞的 SEC-bench Pro 得 88.2%，判断漏洞能否被利用的 ExploitGym 得 54.8%，直接产出修复代码的 CWE-bench 得 71.0%。谷歌说内部测下来，生成安全代码的成功率比 Argon 高出一倍以上；Chrome 团队称它生成高质量补丁的水平，比其他实验室的前沿模型好十倍以上。这两个数都是自家口径，尚无第三方复现。

长程能力也在榜上：WebDev Arena 比上一代涨 89 个 Elo 分，以 1769 分排第四；Terminal-Bench 4.0 得 65.2%。谷歌称内部团队见过它连续跑几天、穿过多次死路，完成跨大型代码库的根因定位与打补丁。对齐方面给了几个数：多步骤任务里过度执行降 26%、服务不足降 29%，无依据的编造性声明比 Argon 少约一半，间接提示注入攻击成功率降到 0，但仅限本次评测覆盖的攻击类型。

价格和开放节奏要分开看。入门价每百万输入 2 美元、输出 10 美元，缓存输入按输入价打 95% 折扣；优惠期结束后回到 4 美元和 20 美元，与 Argon 同价。模型不是现在就能用：本周先开放给一小批网络安全防御人员，再通过 Fairwind 计划逐步扩到可信伙伴，同时配合美国政府的预发布自愿测试，开发者、企业和普通用户要等“尽快”之后的下一轮。

对普通人意味着什么：短期用不上，别被“全球第一”带着去充值。值得记的是两条。一是前沿模型开始按“能不能干防御活”分层放量，安全能力既是发布门槛也是售价依据；二是 2 美元/10 美元只是窗口价，官方明确会翻倍，靠它跑批量任务的团队应按 4 美元/20 美元做预算。想验证它到底强多少，别只看谷歌的榜，等第三方在真实代码库上复现那三个安全分数。

出处：9to5Google（谷歌官方发布） · 原文发布：2026-10-28