Gemini 4 Carbon：我们的下一代前沿模型

谷歌DeepMind于10月28日发布新一代前沿模型Gemini 4 Carbon，官方称这是其迄今最强的模型，在网络安全防御和长周期任务能力上达到业界领先水平。在第三方评测机构Artificial Analysis更新的v5.0智能指数上，Carbon以59分排名第一。细分成绩单上，它在漏洞发现基准SEC-bench Pro拿到88.2%，漏洞利用测试ExploitGym为54.8%，补丁修复基准CWE-bench为71.0%，三项均处于领先位置。值得注意的是，这距离上一代Gemini 4 Argon发布仅过去两周，迭代节奏明显加快。 Carbon的定位很明确：面向需要持续运行数天的复杂工程任务。谷歌内部团队称，该模型曾在大型代码库和底层系统中连续工作数日，反复试错直至定位并修复隐蔽缺陷，这类"长 horizon（长周期）"能力正是当前智能体（Agent）工作流的核心瓶颈。在前端开发场景中，Carbon在WebDev Arena上的Elo评分提升89分至1768分，排名第四。价格方面，Carbon延续Argon的 introductory 定价：输入每百万token收费2美元（约合人民币14元），输出每百万token收费10美元（约合人民币71元），缓存输入token享受95%折扣。 网络安全是此次发布着墨最多的部分。Carbon覆盖漏洞检测、验证、修复的完整防御链条，谷歌内部测试显示其生成安全代码的成功率是Argon的两倍以上；Chrome团队报告称，在生成高质量补丁方面，Carbon的表现比另一家实验室的大型前沿模型好10倍以上；云安全平台Wiz也观察到Carbon在其网页渗透测试基准上领先。对跨境电商卖家而言，这类模型能力的提升意味着平台风控、支付安全、账号防护等底层基础设施有望变得更稳固，但短期内直接影响有限。 发布策略上，谷歌采取了审慎的分阶段开放：本周先向部分网络安全防御人员开放，随后通过Fairwind计划逐步扩大至可信合作伙伴，在收集反馈、迭代护栏（guardrails）之后，再向开发者、企业和普通消费者开放。谷歌同时表示正积极参与美国政府主导的模型发布前自愿测试流程。这一安排延续了近期前沿模型"先内测、后商用"的行业惯例，也意味着卖家和开发者想通过API或产品界面用上Carbon，还需等待一段时间。