谷歌在前沿大模型赛道上再次提速。当地时间10月28日，谷歌正式发布新一代前沿模型Gemini 4 Carbon，官方将其定位为当前最强模型，核心方向聚焦网络安全防御与长周期（long-horizon）智能体任务。这距离其上一代旗舰Gemini 4 Argon发布仅过去两周，被视为谷歌在模型迭代节奏上对前沿的一次显著加速。

综合评测登顶，安全能力成最大亮点

在第三方评测机构Artificial Analysis最新发布的v5.0智能指数中，Gemini 4 Carbon以59分位列全球第一，超越Gemini 4 Argon、GPT-6 Astra及Claude Opus 5.5等竞品。官方披露的14项核心基准中，Carbon拿下12项第一。

其在网络安全领域的表现尤为突出。在无护栏评估条件下，Carbon在三大安全防御关键基准上均创下新纪录：SEC-bench Pro（漏洞发现）达88.2%，可自主定位真实软件中深藏的复杂漏洞；ExploitGym（漏洞可利用性验证）达54.8%；CWE-bench（漏洞根因修复）达71.0%，可直接将已验证的漏洞发现转化为可运行的代码补丁。谷歌内部基准显示，Carbon生成安全代码的成功率较Argon提升两倍以上；Chrome团队实测，其在高质量补丁生成上的表现较另一实验室前沿模型高出10倍以上。云安全平台Wiz也在其Scan for Good项目中观察到Carbon在Web渗透测试基准上的领先表现。

面向数天级智能体工作流，工程推理能力增强

Carbon的设计目标指向更高难度、更长周期的工程问题。谷歌内部团队已让Carbon持续运行数天，以穿越死胡同式的试错，完成跨大型代码库、底层系统的细微bug根因定位与补丁编写等多步骤工程任务。基于用户反馈，Carbon在编码、智能体、科学任务、全栈Web开发及多模态理解等维度均做了针对性优化。在WebDev Arena榜单上，Carbon上涨89个Elo积分，以1769分位居第4。

对齐与安全防线同步升级

在能力跃升的同时，谷歌对Carbon的对齐与安全机制进行了强化。Carbon在Terminal-Bench 4.0上的作弊成功率降至0.0%，作弊尝试仅占0.4%；在内部实测中，高严重度对齐告警下降近80%。在诚实性方面，Carbon将无依据编造（幻觉）较Argon削减约一半，倾向将方法学局限直接写入交付物，而非围绕缺失证据强行编造。面对信息模糊时，Carbon会主动检索相关来源并向用户标注差异，而非猜测推进；同时将任务越界行为（overreach）降低26%、任务完成不足（under-service）降低29%。在间接提示注入（IPI）抵抗方面，Carbon在Gray Swan基准上攻击成功率降至0.0%，抵御了全部评估的攻击尝试。

谨慎灰度开放，定价与Argon一致

谷歌对Carbon采取审慎的分阶段开放策略，并已参与美国政府的前置模型测试自愿流程。本周起，Carbon将率先向一批网络安全防御者开放，后续通过Fairwind可信伙伴计划逐步扩容，在收集反馈并迭代护栏后，再面向开发者、企业及消费者开放。价格方面，Carbon与Argon保持一致：输入每百万token 2美元，输出每百万token 10美元，缓存输入token按输入价95折计价。

从Argon到Carbon的密集迭代，凸显了谷歌在前沿模型竞争上的推进节奏，也首次将网络安全防御作为旗舰模型的核心卖点推向台前。随着安全场景的规模化落地与后续面向开发者的全面开放，其对软件工程与安全生态的实际影响仍待观察。