Gemini 4 Carbon – 谷歌推出的前沿旗舰模型，网络安全三项基准同时登顶

Gemini 4 Carbon 是谷歌 DeepMind 于 2026 年 10 月推出的前沿旗舰模型，这一代把新增能力压在网络安全防护与长时间自主推进上，能在大型代码库里连续运行数天定位并修补深层缺陷，适用于漏洞挖掘与可利用性验证、补丁生成，以及需要跨越多次失败仍持续推进的工程任务。

Gemini 4 Carbon 的核心能力

先看表里三处会改变判断的数字：AA Index v5.0 的 59 分列官方对比表所列模型第一；网络安全三项同时领先，SEC-bench Pro 88.2％、ExploitGym 54.8％、CWE-bench 71.0％ 分别对应发现、验证与修补；GraphWalks 在 256k 到 1M 的图遍历评测拿 96.2％ 的 BFS F1，高于其余列示模型。定价与 Gemini 4 Argon 持平；同品牌其它型号的定位差异，站内的 Gemini 总览页已按型号归档。

长程任务能连续运行数天

官方描述内部团队观察到 Carbon 连续运行数天，在走不通的路径上反复换方案仍在推进，处理的是跨大型代码库与底层系统的隐蔽缺陷定位与修补。这类任务的瓶颈不在单次回答质量，而在多步计划能否在长时间窗口里保持方向、不越出项目约束。

漏洞发现、验证、修补三段各有基准

防护生命周期被拆成三件事：找出缺陷、判断缺陷能不能被利用、把根因修掉。Carbon 在 SEC-bench Pro 上拿到 88.2％，衡量的是在真实软件中自主挖出复杂漏洞的能力；ExploitGym 的 54.8％ 对应可利用性判断；CWE-bench 的 71.0％ 对应把已确认的问题直接转成可用修复代码。三项都取自外部基准，官方注明评测未加护栏。

训练阶段压掉捷径与作弊

官方称这一代进一步抑制训练中的取巧路径，同时保住编码质量：在 Terminal-Bench 4.0 上作弊成功率为 0.0％，作弊尝试降到 0.4％，整体准确率反而上升。在自家团队的实时编码环境里，高严重度错位告警的数量下降接近 80％。对把模型放进自动化流水线的团队，这一项比跑分更直接地影响维护成本。

证据不足时不硬答

遇到信息缺失或互相矛盾，模型改为先检索相关来源、把差异摆给使用者，再决定动作，而不是先猜一个结论。官方口径是无依据论断比上一代减少约 2 倍，越权动作减少 26％，服务不足减少 29％。这两项来自官方内部测试，方向相反的数字说明边界控制与任务完成度可以兼顾，真实业务中的表现仍需结合各自工作流验证。

抗提示注入压到零

在 Gray Swan 的间接提示注入基准上，Carbon 的攻击成功率为 0.0％，此前 Gemini 4 Argon 是 0.7％。官方把它归在同一套多层安全栈里：训练侧对齐、实时滥用防御、提示注入韧性、思维链监控四层同时生效。这一结果限于官方评测的攻击样本，不能替代业务系统自身的权限隔离与输入过滤。

Gemini 4 Carbon 与同代旗舰模型的对比

下表数据取自谷歌 DeepMind 官方模型页的横向评测，同一行内可比；各基准的评测条件与安全设置以官方说明为准，个别模型未公布成绩处不代表能力为零。

上表与下图中，三处差别最值得先看：AA Index v5.0 上 Carbon 比上一代高 9 分，也比另外两家旗舰各高 2 分与 1 分；拉开两位数的有两项：GraphWalks 96.2％ 对 84.2％ 与 71.8％，ExploitGym 54.8％ 对 42.0％ 与 42.4％；OSWorld-2.1 反过来由 Claude Opus 5.5 的 87.2％ 领先。

官方公告另给了几组与上表不同源的口径：生成安全代码的成功率是上一代的 2 倍以上；Chrome 团队报 Carbon 产出高质量补丁的效果优于另一家实验室的大型前沿模型；云安全平台 Wiz 也观察到漏洞可利用性判断的提升。这几项没有公开题集，不能与上表直接比。另外三款在站内分别有记录：Gemini 4 Argon、GPT-6 Astra、Claude Opus 5.5。

Carbon 目前只对部分网络安全防护方开放，开发者与企业还要等官方逐步放量。谷歌在产品面已经落地的通用办公智能体是另一条线，站内对 Gemini agent 有单独一页记录。

Gemini 4 Carbon 的应用场景与适用人群

它的落点集中在需要长时间自主推进、且结果必须能被验证的环节：

• 漏洞挖掘与可利用性验证：在真实软件里自主找出复杂缺陷，再判断这些缺陷能不能被利用，减少人工初筛的排队。
• 补丁生成与回归验证：从已确认的问题直接产出可用修复代码，交给内部评审，不再由人逐行对照根因。
• 大型代码库重构与迁移：跨模块、跨底层系统的改动可以连续推进，不必每一步都由人重新交代上下文。
• 长周期智能体流水线：多步计划在长时间窗口里守住范围与项目约束，适合交给自动化系统持续执行。

适用人群：适合安全团队、平台工程与基础设施团队，以及把长周期任务整体交给模型执行的技术组织；只做单轮问答或短脚本改写的场景，用更轻的型号成本更低。

Gemini 4 Carbon 的使用方法

截至 2026 年 10 月 29 日，公告披露的首批开放对象是部分网络安全防护方，之后经 Fairwind Program 逐步扩大。对普通使用者来说当前有两条路径：等官方对开发者开放，或者先用同代型号把管线搭好。

等官方放量：先进受信任合作方名单

1. 读官方公告的投放段落，确认当前阶段：先向一部分网络安全防护方开放，再逐步扩至受信任合作方。
2. 按公告口径准备用途说明，重点写清要跑的是哪一类安全任务，与放量顺序对齐。
3. 关注官方模型页与定价页的变化，Carbon 通过产品面开放时多数参数会沿用现有 Gemini 模型形态。

先用同代型号搭管线：接口与计价按上一代对齐

1. 以 Gemini 4 Argon 的调用方式为基线搭好请求层；Carbon 开放后按官方模型标识与 API 文档做适配和回归测试，不要预设只改模型名就能切换。
2. 把长任务的检查点、失败重试与人工介入点先定下来，它的价值在于连续运行数天，管线必须先承受得住中断。
3. 安全相关任务单独隔离凭据与网络出口：官方注明这些基准是在无护栏条件下评测的，接入时护栏强度要与业务风险匹配。
4. 按入门价每百万输入 Token 2 美元、输出 10 美元估算预算，入门期结束后将调整为 4 美元与 20 美元；长程任务的成本主要压在输出侧。

两点提醒：公告里的 88.2％、54.8％ 等网络安全分数是「无护栏」条件下的评测结果，接到自己的业务前要按实际护栏重测；Carbon 目前不面向消费者，产品面开放时间官方只写了尽快，没有给出日期。

Gemini 4 Carbon 的项目地址

• 官方发布公告（2026 年 10 月 28 日，作者 Koray Kavukcuoglu）：https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-carbon/
• 官方模型页（四款旗舰的同题基准对照表）：https://deepmind.google/models/gemini/

Gemini 4 Carbon 的价格与开源情况

官方给的入门价是每百万输入 Token 2 美元、每百万输出 Token 10 美元，缓存输入按输入价减免 95％，与 Gemini 4 Argon 的入门价一致；官方同时注明，入门期结束后按每百万输入 4 美元、输出 20 美元计价，预算测算要区分这两个阶段。按这个结构算，长上下文与长程任务的成本主要压在输出侧：一次连续运行数天的任务，输出 Token 的量级直接决定账单。

开源情况需要说清：截至公告发布，Carbon 没有开放权重，官方也没有给出开源计划，现阶段的使用方式以官方接口与自家产品面为主，后续以官方更新为准。这和站内记录过的可下载权重的模型是两种获取方式，选型时先确认数据能不能出域。同属 Gemini 品牌的其它型号与各自开放情况，站内品牌总览页有归档。

Gemini 4 Carbon 的常见问题