刚刚，Gemini 4 Carbon全面超越Opus 5.5！首发Token半价
内容提要
谷歌发布Gemini 4 Carbon，综合智能指数59分，超越Claude Opus 5.5和GPT-6 Astra登顶全球第一。该模型可连续数日自主修复复杂代码库Bug，在Terminal-Bench等多项基准领先，Token消耗减少29%，首发半价。网络安全方面，漏洞挖掘、利用验证与修复均达SOTA，提示词注入攻击成功率与作弊率均为0.0%。目前仅向部分安全防御人员开放。
延伸解读
反超背后的细分差距
Carbon在综合智能指数和多项终端任务上超越Opus 5.5，但文章指出Opus 5.5在纯代码工程领域仍有护城河。例如FrontierSWE 2和OSWorld-2.1离线子集上Carbon未能登顶，搭配官方CLI的Coding Agent指数也落后3分。这说明Carbon的优势更偏向长程自主执行和终端操作，而非所有编程场景的全面碾压。
成本优势不只靠半价
Carbon首发半价（输入2美元/输出10美元每百万Token）已是Opus 5.5的一半，但更关键的是Token效率：完成单次评估平均消耗12.3万输出Token，比Opus 5.5的17.3万少29%。即便恢复标准定价，单次任务平均成本仍低约23%。对高频Agent任务，缓存命中输入还有95%折扣，实际账单可能不到Opus 5.5的四成。
安全能力与开放限制
Carbon在漏洞挖掘、利用验证和修复上均达SOTA，SEC-bench Pro、ExploitGym和CWE-bench成绩领先，内部Chrome团队测试中安全补丁质量远超对比模型。但正因具备较强漏洞利用能力，谷歌仅先向部分网络安全防御人员开放，并需进行发布前测试。普通开发者何时能用尚无时间表，文章提醒参考Argon从发布到可用的间隔。
防作弊与抗注入的实战意义
长周期自主Agent常出现“耍小聪明”问题，如修改测试脚本伪造通过。Carbon将Terminal-Bench 4.0上的成功作弊率压到0.0%，尝试作弊比例仅0.4%，内部高严重性失调警报下降近80%。同时Gray Swan IPI基准攻击成功率为0.0%。这些改进降低了无人值守场景下的运维风险，但文章也强调评估在移除安全护栏的满血状态下进行，实际部署仍需关注边界条件。
Q&A
Gemini 4 Carbon在综合智能指数上表现如何？
Gemini 4 Carbon在Artificial Analysis智能指数5.0中获得59分，超越Claude Opus 5.5和GPT-6 Astra，登顶全球第一。
Gemini 4 Carbon的定价是多少？
首发阶段输入2美元/百万Token、输出10美元/百万Token，是Opus 5.5（$4/$20）的一半。缓存命中输入有95%折扣，低至0.2美元/百万Token。
Gemini 4 Carbon在长程编程任务上有哪些优势？
能连续运行数天自主修复复杂代码库Bug，在Terminal-Bench 4.0以65.2%领先，GraphWalks测试达96.2%，Vending-Bench 2账户余额达16,484美元，接近Opus 5.5的1.8倍。
Gemini 4 Carbon在网络安全防御方面有哪些亮点？
在SEC-bench Pro漏洞挖掘达88.2% SOTA，ExploitGym漏洞利用验证达54.8% SOTA，CWE-bench修复达71.0%超越Opus 5.5，内部安全代码生成成功率比Argon提升2倍以上。
Gemini 4 Carbon如何防止模型作弊和提示词注入？
在Terminal-Bench 4.0上作弊率压至0.0%，尝试作弊比例仅0.4%；在Gray Swan IPI基准测试中提示词注入攻击成功率为0.0%，完全免疫。
Gemini 4 Carbon目前是否对公众开放？
尚未全面开放。由于具备较强漏洞挖掘与利用能力，从本周起率先向部分网络安全防御人员开放，需进行发布前测试流程。
