Google DeepMind 发布 Gemini 4 Carbon 前沿模型

2026年11月10日

开发者、企业、科学家和消费者现在可以试用我们最新的前沿模型。

您的浏览器不支持音频元素。

收听文章

[[duration]] 分钟

此内容由 Google AI 生成。生成式 AI 仍处于实验阶段

本文内容

今天，我们向开发者、企业、科学家和消费者推出 Gemini 4 Carbon。Carbon 是我们最强的模型，在网络安全能力以及跨复杂知识工作、软件工程和科学推理的长周期智能体工作流方面具备前沿性能。

两周前，我们通过 Fairwind 计划向一批网络安全防御者发布了 Carbon。继我们近期推出 Gemini 4 Argon 之后，Carbon 将前沿进一步推进。Argon 仍是大多数软件工程和知识工作的理想选择，而 Carbon 则为考验模型智能极限的任务而打造，例如复杂的多步骤编码与调试，以及开放式的科学研究与发现——它会比 Argon 使用更多 token 来深入探索、深度推理并运行扩展的验证循环。

在旨在测试模型于真实工作流中性能的独立基准测试中，Carbon 将前沿准确性与实际生产成本效益相结合。它在 CursorBench 4.0、Perplexity 的 WANDR 和 Zapier 的 AutomationBench 上排名第一，且每任务成本比次优的外部模型低 2 倍以上。

为了让 Carbon 的能力应用于更大、更复杂的项目，我们正在 Google Antigravity 中预览/swarm，将单个提示转化为一个可实时跟踪的协同智能体团队。开发者可以将 Carbon 分配到需要最深推理的角色，例如架构设计、协调和审计，同时将其与更快速、更轻量的模型搭配，跨并行隔离工作区和对抗性验证器来测试每一项更改。

Gemini 4 Carbon 通过 Google AI Studio 和 Gemini for business 的 API 向所有付费开发者和企业提供，价格与 Gemini 4 Argon 相同的 introductory price ¹ （每百万输入 token 2 美元，每百万输出 token 10 美元）。它也在向所有 Google AI Ultra 订阅用户推出，覆盖 Google Antigravity、Gemini 应用和搜索中的 AI 模式。

更高精度的知识工作、工件生成和数据分析

在法律、金融和企业运营领域，Gemini 4 Carbon 结合了前沿的视觉理解、推理和穷尽式检索能力，能够跨大量密集文档和数据综合出有依据的洞察。它遵循严格的模式和格式要求，生成精致且精确的电子表格、演示文稿和报告。

现有基准无法充分衡量智能体如何原生地对包含图表、图像、蓝图、示意图和表格的密集文件进行推理，因此我们与 Artificial Analysis 合作推出了新的多模态知识智能体（MKA）基准，用于测试模型在智能体工作流中的多模态表现。Carbon 排名第 2，而每任务平均成本比表现最好的模型低 6 倍以上。

在发布前评估中，Carbon 在 Hebbia 的 E2E Financial Agentic 评估的深度金融研究上，达到了所测试最佳模型的性能，并在 Balyasny Asset Management 的 General Financial Intelligence 基准上，在 23 个前沿模型配置中排名居首，该基准涵盖法律专业知识、智能体工具使用与执行、编码与数据工程，以及感知与上下文理解。

智能体编码、全栈开发以及 3D 和 UI 设计能力提升

Carbon 在需要多智能体协作的工程任务上表现尤为出色，例如多包迁移、跨子系统根因调查和复杂架构重新设计。在 Web 应用开发方面，它会运行构建-验证循环、从错误中恢复，并同时检查其代码和渲染后的 UI，从而产出完整、可用的应用。更强的视觉设计、空间推理和对环境细节的关注也延续到了 3D 游戏开发和创意编程中。

前沿网络安全能力

面向网络安全的 Gemini 4 Carbon 交付了我们迄今为止最强的网络安全能力，为安全团队提供保护关键软件所需的端到端情报。通过 Fairwind Program 访问时，Carbon 在发现（SEC-bench Pro）、利用（ExploitGym）和修补（CWE-bench v1）漏洞的关键基准上领先：检查软件、追踪缺陷如何跨系统串联，并生成经过验证的根因补丁。

Google 内外的早期测试者已经在实践中看到 Carbon for cyber 的强劲成果。

在 Project Fortify 中——这是 Google 覆盖扫描、分诊和修复的自主系统——在我们的内部基准上，Carbon 在扫描上达到 100% 召回率，在分诊上达到 95% 精确率。在开源代码仓库测试中，我们看到 Argon 本已很强的召回率相对提升了 25% 以上，发现了此前未被检测到的真实世界逻辑缺陷。将这些收益推广到 Google——全球最大的开源软件用户之一——有助于保护我们自己的系统和更广泛的生态系统。
Google 的 Cloud Vulnerability Research（CVR）团队最近使用 Carbon 证明，某款流行开源软件中的两个缺陷实际上是可利用的漏洞，其严重程度与近期的 PHP2Shell 漏洞利用相当。通过使用 Carbon 构建概念验证，CVR 帮助维护者将该缺陷重新归类为严重并迅速发布了补丁。详细信息将在负责任的披露流程完成后分享。
作为 Wiz 的 Scan for Good 计划的一部分，团队使用 Carbon 评估公共数字基础设施中的漏洞。例如，在扫描两家主要 SaaS 提供商时，该模型在不到两小时内发现了 0-day 漏洞，将数周的漏洞研究压缩到一个下午。团队与受影响组织合作，以创纪录的时间完成修复，帮助减轻了对数万家公司的潜在影响。

更强的科学与数学推理能力

Gemini 4 Carbon 在物理、数学和生命科学领域的推理性能显著提升，能够综合实验数据、检验假设，并对多步骤领域问题进行推理。对于药物毒性研究公司 Axiom Bio，Carbon 现已成为转化科学性能领先的模型，发现了他们此前未曾发现的新毒性机制。Axiom 目前正将其生产环境的科学分析和智能体迁移至 Carbon 与 Argon，以加速更安全药物的研发。

Google 各团队的研究人员一直在 Google Antigravity 中使用 Carbon 来加速工作：

代码验证：研究人员构建了一个名为 AlphaProof Code 的新型智能体形式化验证框架，并将其用于一项重大安全挑战：用数学方法证明 Signal 加密协议底层实际代码的正确性。研究人员使用 Carbon 与其他模型，将安全目标转化为数学定理。随后，AlphaProof Code 智能体使用 Carbon 在 Lean（一种用于编写数学证明的计算机语言）中生成数百万行代码，帮助他们在数周内证明了关键安全属性——而这项任务历来需要专家团队耗费数年。这一结果表明，Carbon 有望实现可扩展的形式化验证，而形式化验证长期以来被视为构建安全软件的黄金标准方法。
酶测定开发：仅提供实验室笔记本和原始数据，Carbon 便超越了标准分析，发现了难以解读的数据异常，并利用这些异常诊断出微妙的湿实验室实验伪影，例如深孔中自动化混合不充分，从而显著提高了可重复性。此外，Carbon 改进了色谱峰解卷积方法，并发现了研究仪器中的微量样品残留，显著加速了新测定方法的开发，并收紧了计算与实验台之间的反馈循环。
蛋白质结构预测：AlphaFold 3 等结构预测模型利用进化近缘序列的多重序列比对（MSA）来帮助推断氨基酸链的折叠方式。因此，它们往往难以处理研究不足、在标准数据库中匹配极少的病毒、微生物和真核蛋白质。在多智能体设置中，我们的研究人员使用 Gemini 4 Carbon 在 PB 级未注释序列档案、环境和病毒序列目录以及 3D 结构数据库中自主发现远缘同源物。例如，在 CASP17 盲测集的 7 个低同源蛋白质家族中，Carbon 将检索到的同源物数量平均提高了 40 倍，无需重新训练便大幅增加了结构预测模型可用的信息。虽然更广泛的基准测试仍在进行中，但解决这一上游搜索瓶颈，可能为建模蛋白质组中难以表征的区域提供一条有前景的路径。

四周前，我们开放了申请，让 10,000 名科学家在 Google Antigravity 中免费使用 Argon 六个月，以加快他们的研究进度，目前我们已接入数千名科学家。今天，我们将把 Carbon 的使用权限扩展到当前和未来的参与者，并且今后该计划将继续在最新前沿模型推出时提供访问权限。申请仍然开放，并且每周滚动进行接入，具体取决于资格、容量和筛选结果。

模型安全与保障方面的进展

随着每一次新模型发布，我们都会继续按模型能力相应加强安全与保障缓解措施、智能体滥用防范、模型对齐和危害减少。

由于 Gemini 4 Carbon 引入了更强的网络能力，我们在 Argon 的强大安全与保障体系基础上进一步强化对滥用和提示注入的鲁棒性。

缓解前沿安全滥用风险：我们加强了滥用防护措施，以帮助确保更强的防御性推理不会转化为攻击性风险。在注入 ExploitBench 和 CyScenarioBench 的模拟网络攻击测试环境中，Carbon 拦截了自适应红队智能体 99% 的攻击轨迹，该智能体可在每次被拦截后迭代重新审视其攻击计划。Carbon 的防护措施将每次尝试的突破率降至仅 0.8%（低于 Argon 的 3.1%）。在 Gray Swan 的测试中，我们的防护措施还将自动化网络攻击查询成功率降至 2.17%，而 Argon 为 9.86%。Trajectory Labs 的外部测试发现，在 132 小时和超过 13,000 次请求中，没有出现新的通用越狱。
促进安全且对齐的模型交互：当我们发布 Carbon 时，我们展示了模型在整个生命周期内由监控标记率衡量的对齐性显著提升，以及数据捏造现象的减少。新结果显示，在我们 375 项任务的智能体诚实性基准测试中，它通过了 92% 的任务（Argon 为 70%）——在 98% 的情况下拒绝填补缺失的实验数据，并在 68% 的情况下标记方法学缺陷。

a chart showing measures of misalignment across a model's lifecycle

保护用户免受间接提示注入攻击：两周前，我们分享了 Carbon 在 Gray Swan IPI 基准测试中实现了 0% 的提示注入攻击成功率——这是首次达到该里程碑。与此同时，我们知道提示注入鲁棒性仍是需要持续改进的领域。我们先进的自动化红队测试继续在此推动极限，并表明模型在某些分布下针对复杂攻击仍可进一步改进。它为我们提供了数据，以持续将模型安全性推进到下一个前沿。

更多详情，请阅读完整的Gemini 4 Carbon 安全与保障报告。

开始使用 Gemini 4 Carbon

从今天起，Carbon 加入 Argon，成为我们各产品中的前沿模型系列成员：

面向开发者：在 AI Studio 和 Android Studio 中使用 Gemini API 付费层级进行构建；如果你是 Google AI Ultra 订阅者，可以在 Google Antigravity 和 AI Studio 中试用。
面向企业：通过 API 或模型下拉菜单、Google Antigravity 或 CodeMender 在 Gemini for business 中试用。
面向普通用户：如果你是 Google AI Ultra 订阅用户，从今天起可以在 Gemini 应用和搜索中的 AI 模式中试用 Carbon。
面向科学家与研究人员：申请即有机会通过 Google Antigravity 的最高用量层级免费获得 Argon 和 Carbon 的使用权限，为期 6 个月（按滚动方式开通），需符合资格、容量和遴选条件。
面向网络安全防御人员：申请加入 Fairwind 计划，即可按滚动方式获得面向网络安全的 Carbon 使用权限。

查看模型卡以了解更多关于 Gemini 4 Carbon 的信息并开始基于它构建，浏览我们更新的 Gemini 4 开发者指南和文档，了解将工作流迁移到该模型的最佳实践。

在您的收件箱中获取 Google 的最新资讯

订阅我们的新闻通讯，获取产品更新、活动信息、特别优惠等更多内容。

您的信息将按照Google 隐私政策使用。您可以随时退出。