谷歌近期推出新一代前沿大模型 Gemini 4 Carbon，核心聚焦网络安全领域与复杂长周期任务的执行能力。

该模型被谷歌视为当前最强版本，在最新版 Artificial Analysis Intelligence Index v5.0 中位居榜首，综合评分为 59。

Gemini 4 Carbon 的初始定价与两周前发布的 Gemini 4 Argon 一致，缓存输入的 Tokens 可享受 95% 的输入价格折扣。

• 输入：每百万 Tokens 2 美元（按当前汇率约合 13.3 元人民币）
• 输出：每百万 Tokens 10 美元（按当前汇率约合 66.7 元人民币）

优惠期结束后，价格将恢复至常规水平：

• 输入：每百万 Tokens 4 美元（按当前汇率约合 26.7 元人民币）
• 输出：每百万 Tokens 20 美元（按当前汇率约合 133.3 元人民币）

在长程编程任务方面，Carbon 专为高难度、需连续运行多日的智能体工作流设计，能自主处理死胡同问题，完成大型代码库与底层系统的根因定位、漏洞补丁编写等复杂多步骤工程任务。

在 WebDev Arena 前端全栈开发榜单上，Carbon 相较于上一代提升了 89 个 Elo 分，以 1,769 分位列第四。

网络安全能力是此次升级的核心亮点。Carbon 在防御全生命周期的漏洞发现、验证与修复环节均达到业界领先水平：

• 漏洞发现：在 SEC-bench Pro 基准上取得 88.2% 的成绩，能自主挖掘真实软件中隐藏的复杂漏洞。
• 漏洞利用验证：在 ExploitGym 基准上取得 54.8% 的成绩，可自动判断漏洞是否可被利用，协助安全人员优先处理高风险漏洞。
• 根因补丁修复：在 CWE-bench 基准上取得 71.0% 的成绩，能将验证后的漏洞直接转化为可运行的修复代码。

内部测试数据显示，Carbon 生成安全代码的成功率较 Argon 提升超过 2 倍；Chrome 团队测试显示，其生成高质量补丁的表现比其他实验室的大前沿模型好 10 倍以上。

在安全对齐方面，Carbon 在 Argon 的多层安全体系基础上进一步强化：

• Terminal-Bench 4.0 上的作弊成功率降至 0.0%，作弊尝试占比降至 0.4%；内部实时编程环境中，高严重程度的失准警报下降近 80%。
• 无依据的编造性声明较 Argon 减少约一半，会主动标注方法局限、在证据不足时拒绝违规操作并明确列出缺失信息。
• 面对模糊需求时，Carbon 会先检索相关资料、向用户反馈差异点再执行，不会强行猜测路径。
• 过度执行率下降 26%，服务不足率下降 29%，多步骤计划的端到端执行可靠性显著提升，同时严格遵守项目范围约束。
• 间接提示注入攻击的成功率降至 0.0%，完全抵御了本次评测覆盖的所有攻击尝试。

在发布节奏上，谷歌表示正配合美国政府的预发布模型自愿测试流程。从本周起，先向一小部分网络安全防御人员开放 Carbon，后续将通过 Fairwind 计划逐步扩大可信合作伙伴的访问范围。在收集反馈、迭代完善防护机制后，再面向开发者、企业与普通消费者开放。