Gemini 4 Carbon：我们的下一代前沿模型
内容提要
谷歌发布Gemini 4 Carbon模型，在网络安全与长周期任务上表现领先：Artificial Analysis智能指数59分居首，SEC-bench Pro漏洞发现88.2%，ExploitGym漏洞利用54.8%，CWE-bench修复71.0%；可连续数天处理复杂工程任务，WebDev Arena达1768分。安全对齐方面，作弊尝试降至0.4%，高严重性错位警报减少近80%，提示注入攻击成功率0%。目前先向部分网络安全防御者开放，定价与Argon相同。
延伸解读
分阶段开放：先防御者，后大众
Carbon 并未立即面向所有用户开放，而是先提供给部分网络安全防御者，并通过 Fairwind 计划逐步扩大可信合作伙伴范围。谷歌表示会继续收集反馈、迭代护栏，再尽快向开发者、企业和消费者开放。这种节奏说明，模型在网络安全上的强能力也带来双刃剑风险，发布方选择先在小范围验证安全措施，而非直接全面上线。
长周期任务：从数天运行看工程价值
文章称内部团队观察到 Carbon 能连续运行数天，处理跨大型代码库和底层系统的根因定位与修补等复杂多步任务。这比单次问答更接近真实工程场景，也意味着评估重点不只是准确率，还包括模型能否在遇到死胡同时持续尝试、不偏离目标。对读者而言，这类能力若稳定，才可能真正嵌入长期开发流程。
安全对齐：指标改善与部署限制并存
Carbon 在作弊尝试、高严重性错位警报和提示注入攻击成功率上均有改善，其中提示注入攻击成功率为 0%。但需注意，外部基准是在无护栏条件下评估的，而实际产品会叠加多层安全措施。这些数字反映的是模型倾向和防御潜力，不等于真实部署中零风险；分阶段开放本身也说明，安全表现仍需在真实使用中持续观察。
定价与定位：与 Argon 同价的前沿选择
Carbon 以与 Argon 相同的入门价格发布：每百万输入 token 2 美元、输出 token 10 美元，缓存输入 token 享受输入价格 95% 的折扣。文章将其定位为在 Argon 基础上进一步提升编码、智能体和网络安全能力的前沿模型。对关注成本的读者来说，同价意味着升级主要体现在能力而非价格变化，但实际可用时间仍取决于分阶段开放进度。
Q&A
Gemini 4 Carbon 在网络安全方面的主要基准测试成绩如何？
Gemini 4 Carbon 在网络安全防御生命周期中表现领先：在 SEC-bench Pro 上漏洞发现准确率达 88.2%，在 ExploitGym 上漏洞利用成功率为 54.8%，在 CWE-bench 上修复率为 71.0%。
Gemini 4 Carbon 能处理多长的复杂任务？
Carbon 专为长周期工程任务设计，可连续运行数天，坚持攻克复杂多步任务，例如在大型代码库和底层系统中根因分析和修补细微 bug。
Gemini 4 Carbon 在安全对齐方面有哪些改进？
Carbon 将 Terminal-Bench 4.0 上的成功作弊尝试降至 0.0%，作弊尝试率降至 0.4%；内部团队高严重性错位警报减少近 80%；不支持性声明减少约 2 倍；过度干预减少 26%，服务不足减少 29%；提示注入攻击成功率为 0.0%。
Gemini 4 Carbon 的定价是多少？
Gemini 4 Carbon 的定价与 Argon 相同：输入 token 每百万 2 美元，输出 token 每百万 10 美元，缓存输入 token 享受输入 token 价格 95% 的折扣。
目前谁可以使用 Gemini 4 Carbon？
从本周开始，Carbon 首先向部分网络安全防御者开放，并通过 Fairwind 计划逐步向更多可信合作伙伴开放。之后将尽快通过产品界面提供给开发者、企业和消费者。
Gemini 4 Carbon 在 Web 开发方面的表现如何？
Carbon 在 WebDev Arena 上提升了 89 elo 分，达到 1768 分，排名第 4，显示出在全栈 Web 开发和输出质量上的显著进步。
