Google 正式发布 Gemini 4 Carbon，主打复杂推理与安全能力

大约两周前，当 Google 发布 Gemini 4 Carbon 时，看起来它似乎将再次在 AI 模型领域占据领先地位。但这家广告和云巨头发布它的时间拖得有点太久了。

如今，Carbon 已经开始让人觉得没那么新鲜了。Anthropic 刚刚发布了其新顶级模型 Fable 5.2，即使在较低的推理强度下，它在 Artificial Analysis 测试中也优于新的 Gemini 模型。模型迭代周期眼下转得格外快。不过，Carbon 在经历了两周面向部分安全专家的测试阶段后现已正式可用，这仍是件好事。

Google 表示，Carbon 是对此前发布的 Gemini 4 Argon 的补充，而非替代。据 Google 称，对于大多数软件工程和知识工作任务，Argon 仍是更好的选择，而 Carbon 是为挑战模型智能极限的任务而打造的。这有点令人意外，因为两个模型的 token 价格相同，但 Carbon 在基准测试中得分更高。

Google 将复杂的多步骤编码与调试以及开放式科学研究列为 Carbon 的优势。但该模型比 Argon 使用更多 token，以便在复杂调试或开放式研究中进行更深入的推理，并运行更长的验证循环。因此在实际使用中，尽管 token 价格相同，总账单很可能高于 Argon。

在两周前发布的 Artificial Analysis 测试中，按每百万输入 token 4 美元、每百万输出 token 20 美元的常规标准价格计算，Carbon 每解决一个任务花费 7.76 美元。这使得 Carbon 比更早的廉价模型 Flash 3.8 更便宜，同时性能更好，这绝非易事。Gemini 4 的 Flash 变体很可能很快就会推出。

在同一测试中，Opus 5.5 Max 为 10.04 美元，GPT-6 Astra Max 为 6.25 美元。Fable 5.2 在最高档位下花费高达 26.50 美元。在 High 档位下，Fable 5.2 每个任务“仅”花费约 9 美元，但在综合指数上仍领先 Carbon 两分（62 对 60）。

付费档位的开发者和企业客户可以通过 Google AI Studio 中的 Gemini API、Android Studio 或 Gemini for Business 访问该模型。 introductory 价格保持为每百万输入 token 2 美元、每百万输出 token 10 美元。

Google 推出智能体集群，可将单条提示转化为协同工作的 AI 智能体团队

在发布模型的同时，Google 正在 Google Antigravity（Google 对标 Claude Code 的产品）中预览“/swarm”功能。这项新功能可将单条提示转化为一个协同工作的智能体团队，其工作可实时追踪。Carbon 承担需要深度推理的角色，如架构设计、协调和审计，而更快、更轻量的模型则在并行的隔离工作区中运行，并充当对抗性验证者。

Google 用一个 3D 游戏演示了该功能：用户扮演一只骑 GBike 的鹈鹕，在山景城探索 Google 园区；还有一个基于历史照片对埃菲尔铁塔建造过程进行的交互式 3D 重建；以及一架可演奏的 18 世纪古钢琴，具备座位特定的空间声学效果。

这类智能体集群的成本效益比正在业界引发讨论。OpenAI 和 Anthropic 最近都表达了谨慎态度，研究人员也持怀疑态度。主要好处似乎是通过并行化提高速度，但这很复杂。

Carbon 在某些基准测试上追平了新的 Fable 5.2，但成本低得多

除了十月下旬已知的性能数据之外，Google 还引用了新的基准测试结果。Carbon 在编码基准 CursorBench 4.0 上排名第一，领先于 Fable 5.2；在 Perplexity 的 WANDR 和 Zapier 的 AutomationBench 上也位居榜首，且每任务成本不到次优模型 Fable 5.2 的一半。

对于分析包含图表、蓝图和表格的密集文档，Google 与 Artificial Analysis 合作推出了新的 多模态知识智能体（MKA）基准。Carbon 在此排名第二，仅次于 Fable 5.2，略高于 Opus 5.5，但平均成本不到表现最佳者的六分之一。

Gemini 4 Carbon 在不到两小时内发现真实的零日漏洞

从为期两周的早期访问测试阶段到 Fairwind 计划，Google 首次分享了网络防御方面的具体真实成果。在安全公司 Wiz 的 Scan for Good 计划中，Carbon 在不到两小时内扫描了两家大型 SaaS 提供商，并发现了真实的零日漏洞。Google 自家的云安全团队还使用该模型为一个流行开源项目中的两个已知漏洞编写了可用的概念验证漏洞利用程序。

只有这样才能证明这些漏洞具有严重可利用性，可与 PHP2Shell 漏洞相提并论。在 Google 的自主安全系统 Project Fortify 中，Carbon 将开源代码库上的检测率比 Argon 提高了 25% 以上。

Google 强调网络安全能力是 Carbon 尤为突出的特性。据 Google 称，该模型在 SEC-bench Pro（发现漏洞）、ExploitGym（利用漏洞）和 CWE-bench v1（修补漏洞）基准上均领先，但这仅适用于通过 Fairwind 计划提供的版本。Google 未分享具体数字。

Google 的 Carbon 是首个在提示注入测试中成功率达到零的 AI 模型

Google 还发布了完整的安全报告和模型卡。在一项包含 375 项任务的内部诚实性测试中，Carbon 通过了 92% 的测试（Argon：70%），并在 98% 的情况下拒绝捏造缺失的实验数据。

在模拟网络攻击中，该模型拦截了自适应红队智能体 99% 的攻击路径，并将每次尝试的突破率从 Argon 的 3.1% 降至 0.8%。来自 Trajectory Labs 的外部测试人员在 132 小时、超过 13,000 次查询中未发现任何通用越狱方法。

Google 表示，在 Gray Swan IPI 基准测试中，Carbon 的提示注入成功率为零，这意味着它一次都没有被攻破。Google 称这是首次有模型达到这一里程碑。但这并不意味着提示注入问题已经解决；可能只是该测试已经饱和。这仍然是进步，尤其是因为一些竞争对手在这方面仍然更容易受到攻击。

没有炒作的 AI 新闻——由人类精选

订阅 THE DECODER，即可享受无广告阅读、每周 AI 新闻简报、每年六期独家“AI Radar”前沿报告、完整档案访问权限以及评论区访问权限。