Google 发布 Gemini 4 Carbon：Argon 两周后再推前沿模型，Artificial Analysis v5 指数 59 居首，网络安全与长程编码 SOTA，先向 Fairwind 计划内的网络防御者开放

核心背景与行业痛点

Google 10 月中旬刚发布 Gemini 4 Argon，两周后又推出 Gemini 4 Carbon。Sundar Pichai 在 X 上说「我说过我们会定期发布模型」。这次的重点不是聊天，而是两类最难的活：需要持续数天、反复碰壁的长程工程任务，以及从发现漏洞、验证可利用性到修补根因的整条网络防御链路。正因为网络攻防能力强，Google 没有直接开放 API，而是先交给受信任的防御方。

架构亮点与底层机制

• Google 未公布参数或架构细节，博客只说 Carbon 沿用 Argon 的多层安全栈：模型训练、实时滥用防御、提示注入防护和思维链监控。
• 长程能力：官方称内部团队看到 Carbon 连续运行数天，在死胡同里坚持下去，完成跨大型代码库和底层系统的定位与修复。
• 对齐训练重点放在「高压任务里不走捷径」：遇到歧义先检索来源、把矛盾点告诉用户再动手；缺证据时把方法限制写进交付物或列出还缺什么，而不是编造。
• 官方称越权行为减少 26%、该做没做的情况减少 29%，多步计划更能按约束执行到底。

权威 Benchmark 与实测跑分对比

以下均为 Google 官方口径，网络安全评测在无护栏条件下进行：SEC-bench Pro 找真实漏洞 88.2%，ExploitGym 漏洞利用 54.8%，Collinear CWE-bench 把漏洞转成可用补丁 71.0%，三项均称领先。Artificial Analysis 智能指数 v5.0 为 59，排名第一；WebDev Arena 提升 89 分至第 4（1769）。安全方面，Terminal-Bench 4.0 作弊成功率 0.0%、尝试率 0.4%；Gray Swan 间接提示注入基准攻击成功率 0.0%（Argon 为 0.7%）。内部数据：生成安全代码成功率是 Argon 的 2 倍以上，无依据陈述约减半，内部实测高严重度失准告警降近 80%；Chrome 团队称其高质量补丁表现比另一家实验室的大型前沿模型好 10 倍以上（未点名）。

开发者实战落地与开箱指南

1. 目前只有 Fairwind 计划内的部分网络防御者能用，Google 称会逐步扩大到更多可信伙伴，再上线面向开发者、企业和消费者的产品，暂无具体日期。
2. 价格已公布：介绍期与 Argon 相同，每百万输入 token 2 美元、输出 10 美元，缓存输入在输入价基础上打 95% 折扣；介绍期结束后为 4 / 20 美元。可先按这个价格评估从 Argon 迁移的成本。
3. 在等待开放期间，可以继续用 Argon 搭好长程智能体和安全扫描流程，Carbon 上线后替换模型名对比效果。
4. 详细信息见 Google 官方博客。