Gemini 4 Carbon 是我们最强的模型，具备最先进的网络安全和长时程能力。Carbon 在最新 v5.0 人工分析智能指数中排名第一（59），在编码和代理任务以及关键网络安全能力上实现显著提升。SEC‑bench Pro 漏洞发现得分 88.2%，ExploitGym 利用得分 54.8%，CWE‑bench 修补得分 71.0%。内部基准显示安全代码生成提升超过 2 倍，实际编码环境中错配和捏造率下降约 80%。
Carbon 基于两周前发布的 Gemini 4 Argon，展示了模型与研究同步加速的效果。我们正通过美国政府自愿的预发布测试，并在本周向部分网络防御者开放，随后通过 Fairwind 计划逐步放宽给可信合作伙伴，最终面向开发者、企业和消费者。定价与 Argon 相同：输入代币每百万 2 美元，输出每百万 10 美元，缓存输入代币享 95% 折扣。
Carbon 设计用于持续的代理工作流，可在数天内处理多步骤工程任务，如在大型代码库中根因定位和修补细微漏洞。全栈网页开发和多模态理解也得到提升，WebDev Arena 评分提升 89 分至第 4 名（1768）。在网络安全全流程——发现、验证、修补——均达到业界最高水平。
安全对齐方面，Carbon 在多层防护堆栈上继续沿用 Argon 的训练、实时误用防御、提示注入弹性和链式思考监控，并在对齐度上进一步提升。训练中对捷径利用的成功率降至 0%，Terminal‑Bench 4.0 作弊尝试降至 0.4%，整体准确率提升。内部测试显示不支持的声明减少约 2 倍，模型会直接给出方法论警示或拒绝超出范围的操作。面对歧义时，Carbon 会检索相关来源并向用户展示差异，提升协作体验；在多步骤计划执行中，过度行为下降 26%，不足行为下降 29%。在 Gray Swan 间接提示注入基准上，Carbon 的攻击成功率为 0%。
我们将在确保安全可靠的前提下，加速向更广泛用户推出。
点评：Gemini 4 Carbon 展示了大模型在安全编码和长时程任务上的突破，同时通过多层防护实现了更高的对齐和透明度，值得关注其在实际防御场景的落地效果。