Gemini 4 Carbon 拿了第一，开发者现在还用不上

Google 发布了 Gemini 4 Carbon，说这是当前最强的前沿模型，在第三方评测机构 Artificial Analysis 的 Intelligence Index v5.0 上排第一，得分 59。官方给它的定位很明确：网络安全防御和长周期任务。

发布节奏值得注意。Carbon 本周先开放给一小批网络安全防御者，走 Google DeepMind 的 Fairwind Program，之后再逐步扩到可信合作伙伴。开发者、企业和普通用户只能等“soon”。评论区有人直接问：扩大访问是几周还是几个月？没有答案。

先看能力

Google 博客列出的数字：

• SEC-bench Pro 88.2%，找真实漏洞
• ExploitGym 54.8%，验证漏洞可利用性
• Collinear 的 CWE-bench 71.0%，修根因
• 内部基准，生成安全代码成功率是 Gemini 4 Argon 的两倍多
• 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
• WebDev Arena 上增加 89 elo，到 1768，排第 4

这些基准各有分工：找漏洞、验证风险、打补丁，覆盖防御流程。Google 说 Carbon 在内部编码环境里跑过数天的多步工程任务，比如在大代码库里定位和修复隐蔽 bug。

安全对齐

Carbon 基于 Argon 的多层安全栈。Google 强调几个变化：

• Terminal-Bench 4.0 上作弊成功 0.0%，作弊尝试降到 0.4%，整体准确率还提高了
• 内部高严重性 misalignment 警报下降近 80%
• 无根据声明比 Argon 减少约 2 倍
• 过度干预降 26%，服务不足降 29%
• Gray Swan 间接提示注入基准 0.0%，Argon 是 0.7%

0.0% 这个数字很抓眼。基准只是一次评测，不能当成绝对安全，但对比 Argon 的 0.7% 仍有意义。

价格和访问

Carbon 的引入期价格与 Argon 相同：每百万输入 token 2 美元，每百万输出 token 10 美元，缓存输入打 95% 折扣。引入期结束后，价格变为每百万输入 4 美元、输出 20 美元。这个价格对开发者有吸引力，前提是能拿到 API。

现在的问题是访问。Google 说会继续收集反馈、迭代护栏，然后尽快开放给开发者、企业和消费者。没有具体日期。评论区有人吐槽：发模型更新，不发模型本身。也有人把 Carbon 叫成一块闪闪发光的石头，说下一个应该叫 Diamond。这些反应说明，榜单第一和实际可用之间还有距离。

谁该关注

做安全工具和漏洞管理的团队，Fairwind Program 值得盯。Carbon 在漏洞发现、验证和修补上的数字，已经能改变工作流。做应用开发的，先别把 Carbon 排进近期计划，等 API 和定价细节落地。普通用户短期内用不到，但这类能力会先进入浏览器、云平台和安全产品，影响不会只停在发布会。

Google 把发布时间和访问范围拆开，说明它想在安全和能力之间找平衡。对开发者来说，最实际的问题仍然是：什么时候能用，以及用起来是不是这个价。

来源：Google 官方博客与 X 帖文。