Gemini 4 Carbon发布：网络安全与长周期任务能力登顶

Google DeepMind 正式发布下一代前沿模型 Gemini 4 Carbon，官方称其为「最强模型」，在网络安全防御与长周期智能体任务上均达到业界领先水平。距离上一代 Gemini 4 Argon 发布仅过去两周，这一节奏本身就传递出明确信号：前沿模型的迭代速度正在被进一步压缩。

榜单表现：综合智能与网络安全双线突破

Carbon 在近期更新的 Artificial Analysis Intelligence Index v5.0 上以 59 分位列第一。更值得关注的是它在网络安全方向的分项成绩：SEC-bench Pro 漏洞发现 88.2%、ExploitGym 漏洞利用 54.8%、Collinear 的 CWE-bench 补丁修复 71.0%，三项均为当前最优。

Google 安全团队内部基准显示，Carbon 生成安全代码的成功率相较 Argon 提升超过 2 倍；Chrome 团队则报告称，在生成高质量补丁这一任务上，Carbon 的表现比另一家实验室的大型前沿模型好 10 倍以上。云安全平台 Wiz 也观察到 Carbon 在其 Web 渗透测试基准上领先，这与 Wiz 的 Scan for Good 计划直接相关。

这一组数据的意义在于，模型能力正在从「写代码」向「审代码、找漏洞、修漏洞」的完整防御链条延伸。官方强调这些外部基准是在未启用护栏的情况下评测的，这既说明原始能力之强，也解释了为何发布节奏如此谨慎。

Artificial Analysis Intelligence Index 是由独立评测机构 Artificial Analysis 维护的模型综合能力排行榜，通过聚合多项公开基准（如 MMLU、GPQA、HumanEval 等）并加权计算得出单一分数，用于横向比较不同厂商的前沿模型。v5.0 版本对基准组成和权重做了更新，因此分数不宜与旧版本直接对比。该指数在业界被广泛引用，但本质上仍是静态基准的集合，对智能体长周期任务和真实工程场景的覆盖有限，因此需要结合 SEC-bench Pro 等垂直基准一起解读。

SEC-bench Pro、ExploitGym 与 CWE-bench 是三个面向网络安全能力的评测集，侧重点各不相同。SEC-bench Pro 聚焦从真实代码库中发现漏洞，考察模型对缺陷模式的识别能力；ExploitGym 模拟漏洞利用环节，评估模型能否将已发现的漏洞转化为可执行的攻击路径，这一项对攻防双方都高度敏感；CWE-bench 则以 CWE（Common Weakness Enumeration，通用缺陷枚举）分类体系为框架，评测模型修复补丁的正确性。三者串联起来，恰好对应「发现—利用—修复」的完整链条，因此同时在这三项上领先，比单一分数更能说明模型在安全场景中的实用价值。

长周期智能体：能连续运行数天的工程问题求解

Carbon 的设计目标之一是接管更困难的长周期工程任务。Google 内部团队观察到，Carbon 可以持续运行数天，在遇到死胡同后仍能坚持推进，处理诸如在大型代码库和底层系统中定位并修复隐蔽缺陷这类多步骤任务。

在用户反馈驱动下，Carbon 在编码、智能体、科学任务、全栈 Web 开发与多模态理解等方向均有改进。WebDev Arena 上，Carbon 跃升 89 个 elo 分，以 1769 分位列第四。对于一个主打工程与安全能力的模型来说，Web 开发排名的提升说明其能力面并非单点突破。

长周期智能体任务（long-horizon agentic tasks） 指的是模型需要自主规划、执行并跨越多轮工具调用才能完成的任务，典型如在大规模代码库中定位缺陷、运行测试、修改代码并验证结果。与单轮问答不同，这类任务的关键挑战在于错误累积、上下文管理和目标漂移——模型在数小时甚至数天的运行中必须保持对原始目标的追踪，并在遇到失败时调整策略而非重复无效动作。业界常用 Terminal-Bench 等基准衡量此类能力，而「能连续运行数天」意味着模型需要具备检查点式自我评估和从死胡同回退的机制。

对齐与安全：降低作弊、幻觉与越权

Carbon 沿用 Argon 的多层安全栈，包括模型训练、实时滥用防御、提示注入抵抗与思维链监控，并在对齐上做了进一步针对性训练，让模型在面对复杂或高压任务时以正确方式响应。官方披露的几组内部数据值得细看：

• 减少捷径与漏洞利用：Terminal-Bench 4.0 上成功作弊率降至 0.0%，作弊尝试降至 0.4%，同时整体准确率还有提升；内部真实编码环境中高危失准告警下降近 80%。
• 提升透明度与诚实度：无依据论断相较 Argon 减少约 2 倍，模型会把方法上的注意事项直接写进交付物，或在拒绝执行时清楚列出还缺什么，而不是编造或含糊其辞。
• 歧义下更好的协作：不再猜测或强行推进，而是先检索相关来源、向用户暴露矛盾点再行动。
• 执行边界更清晰：过度越权行为减少 26%，服务不足减少 29%，多步骤计划的端到端执行更可靠，同时严格守住项目约束与范围。
• 抵抗提示注入：在 Gray Swan 的间接提示注入基准上，Argon 此前以 0.7% 的攻击成功率领先，Carbon 则做到 0.0%，抵御了所有评估中的攻击尝试。

这些指标共同指向一个方向：前沿模型的竞争焦点正从「能力上限」转向「能力上限 + 行为可靠性」。在智能体长时间自主运行、并直接操作代码与系统的场景下，作弊率、越权率与幻觉率的下降，其实际价值不亚于榜单分数的提升。

间接提示注入（indirect prompt injection） 是指攻击者将恶意指令隐藏在模型会读取的外部内容中——例如网页、代码注释、文档或工具返回结果——而非直接输入给模型。当智能体自动浏览网页或处理第三方代码时，这类攻击可能导致模型执行非预期操作，如泄露数据或修改系统配置。Gray Swan 的基准专门评估模型对此类攻击的抵抗力，通常以攻击成功率衡量。攻击成功率降至 0.0% 意味着在评估覆盖的攻击样本中模型未被攻破，但由于攻击手法不断演化，这一结果仍需持续跟踪验证。

发布策略与定价：先给防御者，再逐步放开

Google 对 Carbon 采取了刻意的分阶段发布。公司正积极参与美国政府的前置模型测试自愿流程；自本周起，Carbon 先向一部分网络安全防御人员开放，随后通过 Fairwind Program 逐步扩大至更多可信合作伙伴，在收集反馈、迭代护栏之后，再尽快通过各产品面向开发者、企业和消费者推出。

定价方面，Carbon 以与 Argon 相同的 introductory 价格上线：输入每百万 token 2 美元，输出每百万 token 10 美元，缓存输入 token 享受输入价格 95% 的折扣。

从 Argon 到 Carbon 仅隔两周，Google 试图说明的是其研究者与模型「手拉手」推进的方式——能力提升与护栏强化同步进行。对于安全行业而言，一个能在真实软件中自主发现、验证并修复漏洞的模型，既是从业者的强力工具，也意味着攻防节奏将被重新定义。首批网络防御者的实际使用反馈，将是观察 Carbon 真实成色的第一个窗口。