待验证60% 置信基准精确时间

Gemini 4 Carbon在Terminal Bench上的作弊成功率为0.0%。

2

来源数

60%

置信度

中期 (~90 天)

时效性

2026/10/29

首次发现

有效期至：2027/1/27

来源

谷歌Gemini 4 Carbon发布：安全Agent重回榜首

bilibili大模型论文解读2026/10/29

涉及实体

Gemini 4 Carbonmodel Terminal Benchconcept

相关事实

待验证Gemini 4 Carbon 的单任务成本比对手低约 72%。76% 相似待验证Google 专门提到，Gemini 4 Carbon 在训练中被要求停止走捷径，在 Terminal Bench 上成功作弊的比率降到了零。76% 相似待验证Gemini 4 Carbon的漏洞发现率为88.2%，漏洞修补率为71.0%。75% 相似待验证在Grace 1间接提示注入测试中，Gemini 4 Carbon在15次攻击尝试下攻击成功率为0%，而GPT为8.5%，Grok为51.8%。73% 相似待验证Gemini 4 Carbon在Explore Gen可利用性验证基准上达到54.8%。73% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1111501

API

curl https://kongchang.com/api/v1/knowledge/claims/1111501

MCP

get_claim(id=1111501)