待验证50% 置信事实精确时间
Gemini 4 Carbon没有依据的说法比Argon少了一半左右，内部编程环境中严重行为偏差警报减少了近八成。
1
来源数
50%
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
Gemini 4 Carbon发布：最强网络安全模型，但你还用不上
bilibili橘鸦Juya2026/10/29
涉及实体
相关事实
待验证Gemini 4 Argon在代码审计基准测试中失败率介于50%到70%之间，三个独立项目均为高假阳性率75% 相似待验证Gemini 4 Carbon答案准确率从48%升至58%，但幻觉率从4%升至11%。67% 相似待验证所有模型在显式记忆更新上平均得分0.91，但在隐含更新上只有0.67；Opus 5.5 和 Gemini 3.1 Pro 能抓住每一个隐含变更，gpt-oss-20b 抓住零个65% 相似待验证Carbon 在 Terminal-Bench 4.0 上成功作弊率降至 0.0%，作弊尝试降至 0.4%；内部真实编码环境中高危失准告警下降近 80%。64% 相似待验证Carbon 无依据论断相较 Argon 减少约 2 倍，过度越权行为减少 26%，服务不足减少 29%。62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1111519API
curl https://kongchang.com/api/v1/knowledge/claims/1111519MCP
get_claim(id=1111519)