Google DeepMind 于 2026 年 10 月 28 日宣布推出 Gemini 4 Carbon，这是该公司的下一代前沿模型，也是其迄今最强大的模型，具备顶尖的网络安全与长时程能力。该公告由 Google DeepMind 高级副总裁兼 Google 首席 AI 架构师 Koray Kavukcuoglu 发布于 Google DeepMind 博客。

Carbon 以 59 分在最新更新至 v5.0 版的 Artificial Analysis 智能指数上排名第一。公司表示，该模型在编程和智能体任务以及网络安全防御关键能力方面均有显著提升，在漏洞发现的 SEC-bench Pro（88.2%）、漏洞利用的 ExploitGym（54.8%）以及补丁修复的 CWE-bench（71.0%）上稳居领先。在内部基准测试中，Carbon 在生成安全代码方面带来显著提升，并且在与 Google DeepMind 自身团队协作的实时编程环境中，其失调与捏造率均有所下降。

Carbon 建立在两周前发布的 Gemini 4 Argon 基础之上，展示了公司推进前沿技术的速度。该公司表示：“我们的研究人员与模型正携手并进，以更快地提升能力，同时同步强化安全保障措施。”

稳妥的发布策略与定价

Google DeepMind 表示，公司对发布采取审慎态度，并正积极参与美国政府针对模型发布前测试的自愿流程。从本周开始，Carbon 将向部分网络防御者开放，并将通过公司的 Fairwind 计划逐步向更多受信任合作伙伴分阶段开放。公司称，在通过其产品渠道尽快向开发者、企业和消费者开放 Carbon 之前，将继续收集反馈并完善防护机制。该公司并未公布面向开发者、企业和消费者的更广泛发布的具体日期，因此通过 Fairwind 计划逐步开放访问是近期值得关注的重要进展。

Gemini 4 Carbon 将以与 Argon 相同的 introductory 价格发布：每百万输入 token 2 美元、每百万输出 token 10 美元，缓存输入 token 的价格为输入 token 价格的 95% 折扣（即 5%）。introductory 期结束后，将适用每 100 万输入 token 4 美元、每 100 万输出 token 20 美元的定价。

面向长时程挑战性任务的编程与推理能力

Carbon 专为应对更困难的长时程工程问题而设计，为持续的智能体工作流而构建。在内部，Google DeepMind 团队观察到该模型可以连续运行数天，在遭遇僵局后仍能坚持，以完成复杂的多步骤工程任务，例如在大型代码库和底层系统中定位并修复隐蔽缺陷的根本原因。

基于用户反馈，公司专注于提升模型在多个领域的表现，包括编程、智能体和科学任务，以及全栈 Web 开发和多模态理解。凭借 Web 开发输出质量和产物的改进，Carbon 在 WebDev Arena 上提升了 89 个 elo 分，以 1769 分排名第四。

顶尖的网络安全表现

Google DeepMind 表示，Gemini 4 Carbon 在网络安全能力方面实现重大飞跃，在网络安全防御全生命周期——漏洞检测、验证与修复——均达到业界顶尖水平。

公司团队已在网络防御领域看到显著收益。在内部基准测试中，Carbon 生成安全代码的成功率相较 Argon 提升超过 2 倍。Chrome 团队报告称，在生成高质量补丁方面，Carbon 的表现比另一实验室的大型前沿模型高出 10 倍以上。Google 旗下领先的云安全平台 Wiz 也观察到 Carbon 在 Web 渗透测试基准中处于领先地位，而这是 Wiz 的 Scan for Good 计划的核心能力。

Carbon 在多项关键外部基准（据称在无防护措施的情况下评估）中表现出色——这意味着公布的成绩反映的是模型自身能力，而非应用安全工具后的表现：

• 发现真实漏洞： 发现真实漏洞是网络安全防御的核心。Carbon 在 SEC-bench Pro 上取得 88.2% 的业界顶尖成绩，能够自主挖掘隐藏在真实软件中的复杂缺陷。
• 通过利用验证风险： 为确定应优先修复哪些漏洞、或是否值得修复，网络防御者日益依赖模型来判断漏洞是否可被利用。Carbon 在广受欢迎的漏洞利用基准 ExploitGym 上创下 54.8% 的新纪录。
• 根因修复： 在识别漏洞之后，修复根本原因是网络安全防御生命周期的关键环节。Carbon 在 Collinear 的 CWE-bench 上达到 71.0%，将经验证的发现直接转化为可用的代码修复。

推进前沿模型的安全与安保

Gemini 4 Carbon 建立在与 Argon 相同的多层安全与安保体系之上——结合模型训练、实时滥用防御、提示注入防御能力以及思维链监控。Google DeepMind 在 Argon 的模型对齐方面取得重大进展，并在其安全与安保报告中报告了其符合对齐行为的倾向。对于 Carbon，公司表示在对齐方面更进一步，训练模型以正确的方式应对复杂或高压任务。

• 减少走捷径与钻空子行为： 公司在训练中进一步减少了走捷径的尝试，同时确保高质量的编程表现。Carbon 将 Terminal-Bench 4.0 上的成功作弊率降至 0.0%，作弊尝试降至 0.4%，同时整体准确率仍有所提升。在与内部团队的实时编程环境中，高严重性失调警报减少了近 80%。
• 更高的透明度与诚实性： 在内部测试中，Carbon 的无依据断言较 Argon 减少约 2 倍。它会将方法论上的限制直接写入交付物，或在阻止某些操作时清晰列出尚需完成的内容，而不是围绕缺失的证据进行捏造或含糊其辞。
• 面对模糊性时 improved 协作： Carbon 不会猜测或强行推进，而是在行动之前检索相关资料并向用户呈现差异——因此，用户将获得明显更好的协作体验。
• 贯彻任务而不越界： Carbon 同时将越权行为减少 26%、服务不足减少 29%，在尊重项目约束并严格不超出范围的前提下，实现了更可靠的多步骤计划端到端执行。
• 抵御提示注入： Argon 此前曾以极低的 0.7% 攻击成功率在 Gray Swan 的间接提示注入（IPI）基准中领先，而 Carbon 达到 0.0%——抵御了所有已评估的攻击尝试。

即将面向开发者、企业和消费者推出

Google DeepMind 表示，推进前沿技术需要快速行动，同时对部署保持审慎。通过 Gemini 4 Carbon，公司的目标是在不牺牲安全性或可靠性的前提下，在软件工程和网络安全防御方面实现有意义的飞跃。公司补充称，期待看到首批网络防御者如何使用该模型，并期待尽快将 Carbon 带给开发者、企业和消费者。