Gemini 4 Carbon 拿了第一，评论区先问：这次能用吗？

10 月 28 日，Google 发布 Gemini 4 Carbon。距离 Gemini 4 Argon 两周。Sundar Pichai 在 X 上宣布，Koray Kavukcuoglu 在 Google 博客给出细节。Carbon 自称最强，重点押在网络安全和长周期任务。

榜单：AA Index 59 排第一

Carbon 在 Artificial Analysis Intelligence Index v5.0 上得分 59，排名第一。博客给出的安全基准：SEC-bench Pro 88.2%，用于发现漏洞；ExploitGym 54.8%，用于验证可利用性；CWE-bench 71.0%，用于修补根因。WebDev Arena 上，Carbon 提升 89 elo，到 1768 分，排第 4。

表格里还列出 Gemini 4 Argon、GPT-6 Astra、Claude Opus 5.5、Claude Fable 5.1。数据来源标注为 deepmind.google/models/evals-methodology/gemini-4-carbon。

长周期任务：内部团队让它跑数天

Carbon 面向持续运行的 agent 工作流。Google 内部团队让它连续跑数天，处理大代码库和底层系统里的细微 bug，包括根因定位和修补。

Chrome 团队报告，Carbon 生成高质量补丁的表现，比另一家实验室的大型前沿模型好 10 倍以上。Wiz 说 Carbon 在 web 渗透测试基准上领先。两方都是 Google 博客里的合作方说法，独立复现要等更多团队拿到模型。

安全：Gray Swan IPI 攻击成功率 0.0%

Carbon 继续使用 Argon 的多层安全栈，包括模型训练、实时滥用防御、提示注入抵抗和思维链监控。博客给出的内部数据：Terminal-Bench 4.0 作弊成功 0.0%，作弊尝试 0.4%；内部高严重性 misalignment 警报下降近 80%；unsupported claims 比 Argon 减少约 2 倍；overreach 降 26%，under-service 降 29%。

Gray Swan 间接提示注入基准上，Argon 的攻击成功率为 0.7%，Carbon 为 0.0%。

发布策略：先给网络安全防御者

Carbon 不会一上来就开放给所有人。Google 先给一部分 cyber defenders 使用，再通过 Fairwind Program 扩到可信伙伴，之后才进入开发者、企业和消费者产品。博客还提到，Google 参与了美国政府自愿的预发布模型测试流程。

价格沿用 Argon 的介绍价：每百万输入 token 2 美元，每百万输出 token 10 美元，缓存输入价格为输入价的 5%。博客注明，介绍期结束后价格变为每百万输入 4 美元、每百万输出 20 美元。

评论区：基准高和用户愿意用，中间隔着产品体验

发布推文下，质疑集中在可用性。有网友 Michael M 说，除非 Google 把幻觉率大幅降下来，否则基准再高也不感兴趣。Tin 问，Carbon 会用得上，还是只刷榜，并说自 2.5 Pro 后没记得用过 Google 的好模型。也有网友 DataReaper69 替 Google 想好下一个名字：Bromine。

有回复贴了一段无声反应视频，没有文字说明。

Google 的发布节奏已经把前沿模型做成软件版本号。网络安全先发，说明 Carbon 的能力包不适合直接丢进普通聊天入口。榜单第一能证明训练和评测推进，日常可用性要靠产品体验回答。评论区的质疑不新鲜，这次问到了点子上：分数摆出来了，接下来看首批防御者用完怎么说。

参考链接：Google 博客原文，Sundar Pichai 发布推文，GeminiApp 转发。