Gemini 4 Carbon发布：最强网络安全模型，但你还用不上

谷歌在上一代模型 Argon 正式推出仅两周后，又发布了新一代模型 Gemini 4 Carbon。官方称这是其目前最强的模型，主打网络安全防守和长时间复杂任务处理。不过，普通用户暂时还无法使用。

性能霸榜：17项测试15项第一

根据谷歌公布的成绩表，Carbon 与自家 Argon 以及 GPT-6、Astra、Cloud Opus 5.5 等模型同台竞技。在 17 项测试中，Carbon 拿下了 15 项最高分。其中第三方智能指数给出 59 分，位列第一。

未赢的两项测试中，一项输给了 GPT-6 和 Astra，另一项则落后于 Cloud Opus 5.5。尽管并非全胜，但如此高的胜率足以说明 Carbon 在综合能力上的领先地位。

第三方智能指数（Artificial Intelligence Index）通常由独立评测机构综合多项基准测试得出，用于横向比较不同模型的通用能力。它并非单一任务分数，而是对推理、知识、编程、数学等维度进行加权汇总后的综合评分。由于各厂商自报成绩可能存在选择性披露，第三方独立指数常被视为更中立的参照。文中 Carbon 在该指数上获得 59 分并位列第一，意味着其领先不仅体现在谷歌自选的 17 项测试中，也体现在外部独立评测的综合排序上，但具体分项权重和测试集构成仍需结合完整报告解读。

为长任务而生：连续运行数天不放弃

Carbon 是专为长时间工程任务设计的模型。谷歌透露，内部团队曾让它连续运行好几天，即使遇到死胡同也不会放弃。例如，在庞大的代码库中定位一个隐蔽 bug 的根源并将其修复，这类任务对模型的持久性和推理能力要求极高。

在网页开发方面，Carbon 在 WebDev Arena 上的得分上涨了 89 分，排名升至第四。这表明其在代码生成和实际应用场景中的表现也有显著进步。

网络安全防守：三步闭环，三项指标领先

谷歌最强调 Carbon 在网络安全防守上的能力。一个漏洞的完整处理需要三步：找到它、确认它真能被利用、再把根源修掉。

在找漏洞环节，Carbon 在 SEC Bench Pro 上达到 88.2% 的成功率；验证可利用性方面，Exploit Gym 上为 54.8%；修补根源环节，CWE Bench 上为 71%。谷歌表示，这三项都是目前最好的成绩，而且是在不加防护措施的情况下测得的。

内部测试中，Carbon 写出安全代码的成功率是 Argon 的 2 倍。CREME 团队还称，它生成高质量补丁的表现比另一家实验室的大模型好 10 倍以上。

SEC Bench Pro、Exploit Gym 和 CWE Bench 分别对应漏洞处理流程的不同阶段。SEC Bench Pro 侧重评估模型在真实代码库中定位安全缺陷的能力；Exploit Gym 衡量模型能否构造出可实际触发漏洞的利用路径，从而区分真实风险与误报；CWE Bench 则依据通用缺陷枚举（CWE）分类，考察模型修复漏洞根源而非仅消除表面症状的能力。三项指标串联起来，覆盖了从发现、验证到修复的完整防守闭环，因此比单一漏洞检测分数更能反映模型在安全运营中的实用价值。

更守规矩：作弊归零，抗注入攻击无失手

能力提升的同时，Carbon 的行为规范性也明显改善。在 Terminal Bench 4.0 上，其作弊成功的次数降到了 0。面对间接提示注入攻击，Argon 还有 0.7% 的中招率，而 Carbon 一次也没有。

此外，没有依据的说法比 Argon 少了一半左右。在内部编程环境中，严重的行为偏差警报减少了近八成。

这些改进对于将模型部署到关键业务场景尤为重要，尤其是在安全敏感的领域。

间接提示注入攻击（Indirect Prompt Injection）是指攻击者将恶意指令隐藏在模型可能读取的外部内容中，例如网页、文档、代码注释或工具返回结果，而不是直接由用户输入。当模型处理这些内容时，可能误将隐藏指令当作合法任务执行，从而泄露数据、调用工具或改变行为。这类攻击对具备浏览、读写文件或执行代码能力的智能体尤其危险，因为攻击面从对话输入扩展到了整个信息环境。文中提到的“中招率”即模型被此类隐藏指令成功操纵的比例，衡量的是模型在真实工具链场景下的行为安全性。

上线节奏与定价：先给防守方，价格与Argon持平

目前 Carbon 尚未对公众开放。谷歌正在参与美国政府的上线前测试，本周先开放给一小批网络安全防守方，之后通过 Fairwind 计划扩大到更多可信伙伴。面向开发者、企业和普通用户的首发价格与 Argon 相同：每百万输入 2 美元，输出 10 美元。

从 Argon 到 Carbon 的迭代节奏越来越快，下一次换代可能也不用等太久。对于关注 AI 能力边界和安全应用的人来说，Carbon 的出现无疑是一个重要信号。