Gemini 4 Carbon 拿了第一，先拿到的人却不是开发者

Google 在 10 月 28 日发布 Gemini 4 Carbon，距 Gemini 4 Argon 只隔两周。Sundar Pichai 在推文里说会 periodically 发布模型，评论区有人接话：两周一次，periodically 说的不是日历，是元素周期表。名字也配合，Argon、Carbon 都是元素。先看硬数据。

Carbon 在 Artificial Analysis Intelligence Index v5.0 上拿到 59 分，排名第一。Sundar 的推文说它还在网络安全评估里领先：SEC-bench Pro 88.2%，ExploitGym 54.8%，CWE-bench 71.0%。同一张表里列了 GPT-6 Astra、Claude Opus 5.5、Claude Fable 5.1 等模型，Carbon 在多数项目中分数最高。发布材料见 Sundar Pichai 的推文 和 Google 博客。

网络安全是这次发布的主轴。Koray Kavukcuoglu 在博客里说 Carbon 是 Google 最强模型，主打 state-of-the-art 的网络安全和长程能力。Chrome 团队报告，Carbon 生成高质量补丁的表现比另一实验室的大前沿模型好 10 倍以上；Wiz 也观察到它在 web 渗透测试基准上领先。这个说法来自 Google 博客和合作方，具体测试细节还得等外部复现。

长任务部分更值得看。Google 说内部团队让 Carbon 连续跑几天，处理跨大代码库和底层系统的根因定位、补丁生成。WebDev Arena 上，Carbon 涨了 89 elo，到 1769 分，排第 4。价格也延续 Argon 的介绍价：每百万输入 token 2 美元，输出 10 美元，缓存输入优惠 95%。介绍期后是 4 美元和 20 美元。这个价格放在前沿模型里不算离谱，Google 显然想先把开发者拉进来。

安全对齐指标比榜一更有意思。Google 说 Carbon 在 Terminal-Bench 4.0 上把成功作弊降到 0.0%，尝试作弊降到 0.4%；内部高严重度 misalignment 警报下降近 80%；unsupported claims 约为 Argon 的一半；overreach 降 26%，underservice 降 29%；Gray Swan 的间接提示注入攻击成功率从 Argon 的 0.7% 降到 0.0%。这些数字都来自 Google 的发布材料，部分还是内部测试。可信度要等第三方，但方向很清楚：长任务模型不能只会冲榜，还得少走捷径、少编造、少越界。

发布方式反而比模型本身更有信号。Carbon 这周先给一部分网络安全防御者，之后通过 Fairwind Program 逐步扩大，再面向开发者、企业和消费者。Sundar 说会 gradual + responsibly。逻辑没问题，安全能力强的模型先给防御方，风险更可控。但对普通开发者来说，最实际的问题还是那句回复：where do i use it rn。目前没有直接答案。

有网友不买账，说 Google 在前沿上落后，现在强调网络安全功能，但 safeguards 会给防御者增加门槛，听起来像 nothing burger。这个批评是否成立，要看 Carbon 开放后的实际体验。至少从发布节奏看，Google 在两周内把 Argon 推到 Carbon，速度很快。速度的另一面是，榜单、价格、访问权限被同时摆上桌，读者容易只记住 59 分第一。

Carbon 的纸面数据漂亮，尤其是网络安全和长任务的组合。真正要观察的是三件事：开放后长任务能不能稳定跑完，安全补丁是不是能直接用，介绍期结束后 4 美元 / 20 美元的价格还有没有竞争力。榜一是结果，不是答案。现在能确定的是，Gemini 4 Carbon 把最强和最谨慎放进了同一份发布里，开发者想上手，还得先过 Fairwind 这道门。