Google Gemini 4 Carbon 发行说明

Gemini 4 Carbon 概览

Gemini 4 Carbon 是 Google DeepMind 最新的前沿模型，专为处理复杂的长周期工程任务和网络安全防御而设计。它在 Artificial Analysis Intelligence Index (v5.0) 中排名第一，并在编码、代理工作流和漏洞管理方面较其前身 Gemini 4 Argon 表现出显著的性能提升。

网络安全与漏洞管理

Carbon 在整个网络安全防御生命周期（包括检测、验证和修复）中提供了先进的功能。该模型在关键行业基准测试中取得了业界领先的成果：

  • 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%。
  • 补丁修复： 在 CWE-bench 上达到 71.0%。

Chrome 团队的内部测试表明，Carbon 在生成高质量补丁时，性能比其他大型前沿模型高出 10 倍以上。此外，与 Argon 相比，该模型在生成安全代码方面的能力提升了 2 倍。

长周期代理能力

Carbon 专为持续的多步骤工程工作流而设计。它能够在较长时间内运行，以解决复杂的错误并对大型代码库进行根本原因分析。在 Web 开发方面，该模型在 WebDev Arena 排行榜上排名第四，Elo 分数增加了 89 点，达到 1769 分。该模型旨在减少过度干预和响应不足的情况，从而提高端到端计划执行的可靠性。

安全、对齐与防护

DeepMind 为 Carbon 实施了多层安全堆栈，重点关注对齐、透明度以及对对抗性攻击的抵御能力：

  • 提示词注入： Carbon 在 Gray Swan 间接提示词注入 (IPI) 基准测试中实现了 0.0% 的攻击成功率。
  • 减少失调： 内部编码环境中高严重性的失调警报减少了近 80%。
  • 诚实度： 与 Argon 相比，该模型通过在证据不足时提出方法论警告或拒绝执行操作，将无根据的声明减少了约 2 倍。
  • 捷径缓解： 在 Terminal-Bench 4.0 上的作弊成功率降低至 0.0%。

可用性与定价

Google 正在为 Gemini 4 Carbon 采取分阶段发布策略。该模型目前已向部分网络防御者开放，并将通过 Fairwind Program 扩展至受信任的合作伙伴。面向开发者、企业和消费者的更广泛发布计划在不久的将来进行。

Carbon 的定价为每百万输入 token 2 美元，每百万输出 token 10 美元，缓存的输入 token 可享受 95% 的折扣。

Sources