Google 宣布推出新一代旗舰模型 Gemini 4 Carbon，宣称其为“最强模型”。该模型在网络安全与长程任务处理方面均处于行业领先地位。距离上一代旗舰 Gemini 4 Argon 发布仅过去两周，Google 首席执行官 Demis Hassabis 强调谷歌正以“闪电般的速度”迭代模型。从数据来看，Carbon 确实力压群雄。
**一、网络安全：全链路 SOTA，实测表现卓越**
Google 在官方博客中详细阐述了 Carbon 的安全能力，覆盖了漏洞发现、验证和修复三个关键阶段，均达到行业顶尖水平。
* **漏洞发现：** 在 SEC-bench Pro 基准测试中，Carbon 以 88.2% 的得分登顶，超越 GPT-6 Astra（85.4%）和 Argon（83.4%），展现了极强的自主发现复杂安全漏洞的能力。
* **漏洞验证：** 在 ExploitGym 测试中，Carbon 得分 54.8%，大幅领先第二名 GPT-6 Astra 的 42.4%。测试显示，Carbon 在较短时间内即可完成大部分验证工作，证明了其高效的漏洞利用性验证能力。
* **漏洞修复：** 在 Collinear 的 CWE-bench 上，Carbon 达到 71.0%，成功将验证后的发现转化为可工作的代码修复。
* **实测反馈：** 除了公开基准测试，Carbon 在内部测试中也表现出色。生成安全代码的成功率比 Argon 提升了超过 2 倍。Chrome 团队反馈，Carbon 在生成高质量安全补丁方面比另一家实验室的前沿模型表现好 10 倍以上。此外，Google 旗下的云安全平台 Wiz 也证实 Carbon 在 Web 渗透测试基准中表现领先。
**二、长程任务处理：连续运行数天，持续交付**
Carbon 的另一大亮点是其强大的长程任务处理能力，这是新一代前沿大模型竞争的关键指标。Google 表示，Carbon 可以在大型代码库和底层系统中持续运行数天，完成跨文件的根因追溯与补丁生成。即便遇到死胡同时，模型也能自主调整策略继续推进，不会轻易终止任务。
这一能力的提升得益于长上下文处理能力的飞跃。在 GraphWalks 测试中（256k 至 1M token 范围），Carbon 的 BFS F1 评测得分从 Argon 的 84.2% 跃升至 96.2%，大幅领先 GPT-6 Astra 的 71.8% 和 Claude Opus 5.5 的 66.8%。支持 1M token 的上下文窗口意味着模型能一次性处理约 1500 页 A4 文档的信息量。
长时程能力的重要性在于 Agent 工作流的需求。真正的复杂开发任务往往涉及持续跟踪代码变更、协调多分支修改以及反复测试修复，这可能持续数天。Carbon 能否在漫长过程中保持目标一致并最终交付可靠结果，成为了衡量其工程价值的重要标准。
**三、基准测试全景：综合得分登顶，多项指标领先**
业内知名评测机构 Artificial Analysis 的智能指数 v5.0 显示，Carbon 以 59 分的总分登顶，领先紧随其后的 Claude Opus 5.5（58 分）和 GPT-6 Astra（57 分）。相比两周前的 Argon（50 分），Carbon 提升了 9 分。
Carbon 在 9 项评测中斩获 4 个单项第一（HLE-Diamond、Terminal-Bench-Science、AA-Omniscience、AutomationBench-AA）。其领先优势主要来源于复杂推理、知识和科学任务上的强势表现。
* **编程能力：** 作为 Google 模型的传统短板，Carbon 此番进步显著。在 Coding Agent Index 上，Carbon 得分 59，仅次于 Claude Code。FrontierCode 和 Terminal-Bench 得分均为第二，WebDev Arena 的 Elo 分数跃升至第四名。
* **知识工作：** AA-Briefcase 得分 1609 Elo，较 Argon 提升了 126 点，其中呈现质量提升最为明显。但在整体知识工作能力上仍略逊于 Kimi K3.1 Pro 等竞品。
* **可靠性与幻觉率：** Carbon 在 AA-Omniscience 上得分 54，准确率提升至 58%，幻觉率控制在 11%（第二低）。相比之下，Claude 和 GPT-6 的幻觉率均高达 50%。
* **科学与数学：** RiemannBench 和 Terminal-Bench-Science 均取得 80% 和 64.8% 的最高分。
* **成本效率：** Carbon 完成一项智能指数任务的平均成本为 7.76 美元，比 Claude Opus 5.5 低约 23%，但略高于 GPT-6 Astra。其输出 Token 数量较少（123k），效率更高。
**四、安全对齐：作弊率与提示注入攻破率均为零**
Carbon 继承并强化了 Argon 的多层防御体系，包括训练阶段对齐、实时滥用检测、提示注入防御和思维链监控。这使得 Carbon 的作弊率降至 0.0%，在 Terminal-Bench 4.0 中尝试作弊的比例仅 0.4%，同时保持了高准确率。
在提示注入攻击测试中，Carbon 的成功率同样为 0.0%。在 Gray Swan 的间接提示注入（IPI）基准测试中，Carbon 成功抵御了所有攻击，而 GPT-6 Astra 和 Grok 4.6 的成功率则分别高达 8.5% 和 51.8%。
在行为控制上，Carbon 显著减少了过度执行和执行不足的情况。面对模糊任务时，模型会主动检索来源并确认差异后再行动。此外，Carbon 在模型透明度上也有所提升，无依据声明大幅减少，关键信息缺失时会明确标注限制。
**五、定价与可用性**
Carbon 的定价策略与 Argon 保持一致：每百万输入 token 4 美元，输出 token 20 美元。目前提供 50% 的上线折扣，缓存输入 token 折后低至 0.20 美元/百万。上下文窗口支持 1M token，并兼容文本、图像、视频和语音输入。
Carbon 将首先向 Fairwind 项目中的受信任网络防御者开放，随后将根据反馈逐步扩大范围，最终向开发者、企业和消费者全面开放。
**尾声**
AI 行业的竞争格局再次呈现出熟悉的循环：Claude 推出新品，Google 紧随其后，OpenAI 也不甘示弱。尽管近期谷歌在前沿大模型迭代中曾一度显得沉寂，但 Carbon 的推出有力地证明其依然稳坐竞争牌桌。巨头们的激烈角逐对行业无疑是利好，但相比于依靠“AI 毁灭世界”的危机叙事或夸张营销，我们更期待看到模型在真实任务中展现出的实打实进步。少一些故弄玄虚，多一些真本事，这样的 AI 竞赛才更值得期待。