Gemini 4 Carbon：谷歌用于网络安全和代理任务的全新前沿模型

概述

谷歌宣布推出 Gemini 4 Carbon，这是其最新的前沿模型，旨在胜任长周期代理工作流和网络安全防御任务。在两周前发布的 Gemini 4 Argon 模型基础上，Carbon 在漏洞检测、漏洞利用验证和自动化代码修补方面展现了显著的改进。该模型目前正通过谷歌的 Fairwind Program 向有限的网络防御者群体开放，计划在不久的将来向开发者和消费者提供更广泛的访问权限。

技术能力与基准测试

Gemini 4 Carbon 专为处理需要长时间持续推理的复杂、多步骤工程任务而设计。据谷歌称，该模型在生成安全代码和导航大型底层代码库方面表现出显著提升。在 Artificial Analysis Intelligence Index v5.0 上，Carbon 的得分为 59，在发布时排名第一。

谷歌提供的关键性能指标包括：

• 漏洞检测： 在 SEC-bench Pro 上达到 88.2%。
• 漏洞利用验证： 在 ExploitGym 上达到 54.8%。
• 自动化修补： 在 CWE-bench 上达到 71.0%。
• Web 开发： 在 WebDev Arena 排行榜上 Elo 分数提升了 +89，排名第四 (1769)。

安全与合规性

谷歌为 Carbon 实施了多层安全堆栈，重点在于减少模型幻觉并提高抵御对抗性攻击的韧性。据公司报告，Carbon 在 Gray Swan 间接提示注入 (IPI) 基准测试中实现了 0.0% 的成功率。此外，内部测试表明，与 Argon 模型相比，高严重性失准警报减少了 80%，减少不受支持声明的能力提高了 2 倍。该模型旨在更具协作性，向用户呈现数据中的差异，而不是基于模糊信息强制执行操作。

部署与可用性

Carbon 正在通过分阶段方式发布，优先考虑网络防御合作伙伴。谷歌承诺采用每百万输入 token 2 美元、每百万输出 token 10 美元的入门定价结构，缓存输入 token 可享受 95% 的折扣。尽管此次发布强调了重大的技术飞跃，但 Hacker News 上的社区反馈对晦涩的命名惯例以及基准测试发布与公众可用性之间的延迟表示不满。

社区情绪

围绕此次发布的讨论主要集中在三个主题：模型命名、发布策略和竞争格局。许多用户指出，从“Argon”到“Carbon”的过渡遵循了一种令人困惑的命名模式，与 Anthropic 或 OpenAI 等竞争对手相比，缺乏清晰的层级结构。

"在这个不断变化的时代，我很庆幸至少还能指望谷歌提供那些令人困惑、不断变化的产品名称。" — @MrOrelliOReilly

其他人则质疑宣布基准测试领先但无法立即供普通开发者社区使用的模型的实用性。

"考虑到该领域的发展速度，在不发布模型的情况下展示基准测试是毫无意义的。如果他们决定在一个月后发布，届时可能已经有更强大的竞争对手出现了。" — @solarpunk_enthu

尽管存在这些批评，一些用户还是认可了该模型在编码和推理方面的具体改进价值，并指出在训练过程中减少“捷径”行为的重点是使前沿模型在生产环境中更可靠的关键一步。