谷歌 DeepMind 于 2026 年 11 月 10 日宣布，Gemini 4 前沿模型家族的最新成员 Gemini 4 Carbon 现已面向开发者、企业、科学家和普通用户开放。在发布于 Google DeepMind 博客的公告中，Google DeepMind 高级副总裁兼谷歌首席 AI 架构师 Koray Kavukcuoglu 将 Carbon 描述为该公司最强的模型，在网络安全能力和跨复杂知识工作、软件工程与科学推理的长时程智能体工作流方面具有前沿表现。

两周前，谷歌已通过其 Fairwind 计划向一组网络安全防御者开放了 Carbon。Carbon 紧随 Gemini 4 Argon 之后推出，谷歌表示 Argon 仍是大多数软件工程和知识工作的理想选择。Carbon 则专为考验模型智能极限的任务而打造——复杂的多步编码与调试，以及开放式科学研究与发现——它会比 Argon 使用更多 token，以进行彻底探索、深度推理并运行延长验证循环。

在旨在测试模型真实工作流表现的独立基准测试中，谷歌表示 Carbon 将前沿准确性与实用生产经济学相结合。它在 CursorBench 4.0、Perplexity 的 WANDR 和 Zapier 的 AutomationBench 上排名第一，每任务成本比次优外部模型低超过 2 倍。

为了将 Carbon 的能力应用于更大、更复杂的项目，谷歌正在 Google Antigravity 中预览 /swarm 功能，详情见 Antigravity 公告。该功能可将单个提示词转化为一个可实时追踪的协作智能体团队。开发者可以让 Carbon 承担需要最深层推理的角色，例如架构设计、协调和审计，同时将其与更快、更轻量的模型配对，部署在并行隔离的工作区和测试每一项变更的对抗性验证器中。

Gemini 4 Carbon 可通过 API 在 Google AI Studio 和 Gemini for business 中供所有付费开发者和企业使用，introductory 价格与 Gemini 4 Argon 相同：每百万输入 token 2 美元、每百万输出 token 10 美元，依据谷歌的定价文档。公告中的一条脚注指出，introductory 期于 2026 年 11 月 30 日届满后，将适用每百万输入 token 4 美元、每百万输出 token 20 美元的价格；introductory 价格仅适用于面向公众开放的 Carbon 模型。该模型也正在向所有 Google AI Ultra 订阅用户推出，覆盖 Google Antigravity、Gemini 应用以及搜索中的 AI Mode。

更高精度的知识工作、工件生成与数据分析

在法律、金融和企业运营领域，谷歌表示 Gemini 4 Carbon 结合前沿视觉理解、推理和穷尽式检索，能够跨大量高密度文档和数据综合出有依据的洞见。该模型遵循严格的模式和格式，以生成精美而精确的电子表格、演示文稿和报告。

由于现有基准测试无法充分刻画智能体如何对包含图表、图像、蓝图、示意图和表格的高密度文件进行原生推理，谷歌与 Artificial Analysis 合作推出了全新的多模态知识智能体（MKA）基准测试，用于测试模型在智能体工作流中的多模态表现。Carbon 在该基准上排名第二，同时平均每任务成本比表现最佳的模型低超过 6 倍。

谷歌还通过 Google Antigravity 中的多智能体构建展示了 Carbon 的文档处理能力。一个 Gemini 4 Carbon 智能体团队仅凭单个提示词，就将历史照片和工程图版转化为埃菲尔铁塔 1887–1889 年建造过程的交互式 Three.js 3D 展览。基于七份公开的市议会规划 PDF（提取出 206 个工程图视图）和单个提示词，一个多智能体 Carbon 团队经过 10 个通宵循环，构建了谷歌 Platform 37 办公室的交互式 906K 三角面 Three.js 重建模型。在另一项演示中，Carbon 基于一篇学术论文构建了交互式多尺度纺织品可视化工具，以极少的提示建模了虚拟纤维有限元框架，包含交互式 3D 纱线网格、110 纤维极坐标追踪和动态应力-应变曲线。

在预发布评估中，Carbon 在 Hebbia 的 E2E Financial Agentic 评估的深度金融研究任务上与所测最佳模型表现相当，并在 Balyasny Asset Management 的 General Financial Intelligence 基准的 23 个前沿模型配置中名列第一，该基准涵盖法律专业知识、智能体工具使用与执行、编码与数据工程，以及感知与上下文理解。

智能体编码、全栈开发以及 3D 与 UI 设计能力提升

Carbon 在需要多智能体协作的工程任务上表现尤为出色，例如多包迁移、跨子系统根因调查和复杂架构重设计。在 Web 应用开发方面，谷歌表示它会运行构建-验证循环、从错误中恢复，并同时检查其代码和渲染后的 UI，以产出完整可用的应用。更强的视觉设计、空间推理和对环境细节的关注也延续到 3D 游戏开发和创意编码中。

谷歌展示了多个由 Google Antigravity 中 /swarm 功能驱动的构建成果。Carbon 创建了一款开放世界 3D 游戏，玩家扮演一只骑着 GBike 的鹈鹕探索谷歌山景城园区；系统协调子智能体根据 Omni 和 Nano Banana 参考在 Blender 中建模 3D 资产，使用 Three.js 和 WebGL 着色器构建浏览器游戏，并将程序化 Web Audio 音效与 Lyria 音乐相结合。游戏的可玩版本已托管在 AI Studio 中。

配合 Google Antigravity 中改进的前端审美和动效设计技能，Carbon 仅用两个提示词重新构思了 Google Merchandise Store，提出了五个艺术方向概念，并使用 Nano Banana 2.1 生成了全新的商品图像。在线应用和配套的 Gemini 前端设计技能均已公开可用。

从 Google Antigravity 中使用 Gemini Omni 生成的视频参考出发，Carbon 制作了一个电影级的多镜头水下亚特兰蒂斯场景。该流水线先在 Blender 中建模程序化遗迹、体积焦散光照和水体模拟，再将整个环境转换为 Three.js 以实现浏览器实时渲染。

利用 Google Antigravity 中的多智能体循环，Carbon 还根据 CAD 图纸和 X 射线影像重建了一架可弹奏的约 1780 年 Stein-Schule 古钢琴，包含 61 键擒纵物理效果，并将其置于多伦多皇家音乐学院 Koerner Hall 的 3D 模型中，具备针对座位的空间声学效果。这件交互式乐器已作为在线应用提供。

前沿网络安全能力

面向网络安全的 Gemini 4 Carbon 带来了谷歌迄今最强的网络安全能力，为安全团队提供保护关键软件所需的端到端情报。通过 Fairwind 计划访问时，Carbon 在发现漏洞（SEC-bench Pro）、利用漏洞（ExploitGym）和修补漏洞（CWE-bench v1）等关键基准上均处于领先地位——能够审查软件、追踪缺陷如何在系统间被链式组合，并生成经验证的根因补丁。

谷歌内外的早期测试者在实践中已经取得了出色成果。在 Project Fortify——谷歌横跨扫描、分类和修复的自主系统——中，Carbon 在谷歌内部基准上扫描召回率达到 100%，分类精确率达到 95%。在开源代码仓库测试方面，谷歌报告称召回率相较 Argon 已有的强势水平相对提升超过 25%，发现了此前未被检出的真实逻辑缺陷。谷歌表示，将这些成果推广到作为全球最大开源软件用户之一的谷歌，有助于保护公司自身系统和更广泛的生态系统。

谷歌云漏洞研究（CVR）团队最近使用 Carbon 证明了某流行开源软件中的两个漏洞确实是可利用的安全漏洞，严重程度可与近期的 PHP2Shell 漏洞利用相提并论。通过使用 Carbon 构建概念验证，CVR 帮助维护者将该漏洞重新归类为严重级别并迅速发布补丁。详细信息将在负责任披露流程完成后公布。

作为 Wiz 的 Scan for Good 计划的一部分，该团队使用 Carbon 评估公共数字基础设施中的漏洞。例如，在扫描两家主要 SaaS 提供商时，该模型在不到两小时内发现了 0-day 漏洞，将数周的漏洞研究压缩到一个下午。团队与受影响的组织合作，以创纪录的速度完成了修复，帮助减轻了对数万家公司的潜在影响。

更强的科学与数学推理能力

Gemini 4 Carbon 在物理、数学和生命科学的推理方面表现显著提升，能够综合实验数据、检验假设，并推理多步骤领域问题。对于药物毒性研究公司 Axiom Bio，Carbon 现在是转化科学领域表现领先的模型，发现了该公司此前未曾识别的新型毒性机制。Axiom 目前正将其生产级科学分析和智能体迁移到 Carbon 和 Argon 上，以加快更安全药物的开发。

谷歌内部的研究人员一直在 Google Antigravity 中使用 Carbon 来加速其工作：

• 代码验证：研究人员构建了一个名为 AlphaProof Code 的形式验证智能体框架，并将其应用于一项重大安全挑战：对 Signal 加密协议底层的实际代码进行数学证明。研究人员将 Carbon 与其他模型结合使用，将安全目标转化为数学定理。AlphaProof Code 智能体随后使用 Carbon 在 Lean——一种用于书写数学证明的计算机语言——中生成了数百万行代码，帮助他们在数周内证明了关键安全属性——这项任务历来需要专家团队耗时数年。谷歌表示，这一结果表明 Carbon 有望解锁可扩展的形式化验证，而形式化验证长期以来被视为构建安全软件的金标准方法。
• 酶实验开发：在仅提供实验记录本和原始数据的情况下，Carbon 超越了标准分析，找出了难以解读的数据异常，并借此诊断出细微的湿实验室实验伪影，例如深孔中自动化混合不彻底的问题，从而大幅提升了可重复性。Carbon 还改进了色谱峰去卷积方法，并发现了科研仪器中的痕量样品残留，显著加速了新实验的开发，并收紧了计算与实验台之间的反馈回路。
• 蛋白质结构预测：像 AlphaFold 3 这样的结构预测模型使用进化同源物的多序列比对（MSA）来帮助推断氨基酸链的折叠方式，因此在研究不足的病毒、微生物和真核蛋白质上常常表现不佳，因为这些蛋白质在标准数据库中几乎没有匹配。在多智能体设置下，谷歌研究人员使用 Gemini 4 Carbon 自主地在 petabase 规模的未注释序列档案、环境和病毒序列目录以及 3D 结构数据库中发现远源同源物。例如，在来自 CASP17 盲测集的 7 个低同源蛋白家族中，Carbon 将检索到的同源物数量平均提升了 40 倍，在无需重新训练的情况下大幅增加了可供结构预测模型使用的信息。虽然更广泛的基准测试仍在进行中，但解决这一上游搜索瓶颈可能为建模蛋白质组中难以表征的区域提供一条有前景的路径。

在公告发布前四周，谷歌开放了申请，让 10,000 名科学家在六个月内免费使用 Google Antigravity 中的 Argon 以加速研究进度，目前已完成数千名科学家的入驻。随着 Carbon 的发布，谷歌正在向现有和未来的参与者扩展 Carbon 的访问权限，该计划未来将继续提供谷歌最新前沿模型的使用权限。申请可通过谷歌的申请表单持续提交，入驻按每周滚动方式进行，视资格、容量和遴选情况而定。

模型安全与安保方面的进展

谷歌表示，随着每个新模型的发布，公司会与模型能力成比例地持续加强安全与安保缓解措施、智能体滥用防范、模型对齐和危害降低。由于 Gemini 4 Carbon 引入了更强的网络能力，该公司在 Argon 强大的安全与安保体系基础上，进一步强化了对滥用和提示注入的鲁棒性。

在滥用防范方面，谷歌表示其加强了安全防护措施，以确保更强的防御性推理不会转化为攻击性风险。在以 ExploitBench 和 CyScenarioBench 为种子构建的模拟网络攻击测试环境中，Carbon 拦截了谷歌自适应红队智能体 99% 的攻击轨迹，该智能体可在每次被拦截后迭代调整攻击计划。Carbon 的安全防护将单次尝试的突破率降至 0.8%，低于 Argon 的 3.1%；在 Gray Swan 的测试中，自动化网络攻击查询成功率降至 2.17%，而 Argon 为 9.86%。Trajectory Labs 的外部测试在 132 小时和超过 13,000 次请求中未发现新的通用越狱方法。

在对齐方面，谷歌报告称，以模型生命周期各阶段的监控标记率衡量，对齐水平有显著改善，同时数据编造有所减少。在谷歌的 375 项任务智能体诚实性基准上，Carbon 通过了 92% 的任务，而 Argon 为 70%——它在 98% 的情况下拒绝填补缺失的实验数据，并在 68% 的情况下标记出方法论缺陷。

在提示注入方面，谷歌在公告发布前两周曾表示，Carbon 在 Gray Swan IPI 基准上实现了 0% 的提示注入攻击成功率，这是该里程碑首次被达成。与此同时，谷歌承认提示注入鲁棒性仍是需要持续改进的领域：其先进的自动化红队测试表明，模型在某些分布上针对复杂攻击仍有进一步改进的空间。谷歌表示，这些数据将用于持续将模型的安全性推向新的前沿。更多细节可参阅完整的 Gemini 4 Carbon 安全与安保报告（PDF）以及谷歌的相关安全与安保博文。

开始使用 Gemini 4 Carbon

自 11 月 10 日起，Carbon 加入 Argon，成为谷歌产品家族中前沿模型的一员：

• 开发者：可在 AI Studio 和 Android Studio 中使用 Gemini API 付费层进行构建；Google AI Ultra 订阅用户可在 Google Antigravity 和 AI Studio 中试用。
• 企业：可通过 API 或模型下拉菜单在 Gemini for business 中使用，也可在 Google Antigravity 或 CodeMender 中使用。
• 普通用户：如果您是 Google AI Ultra 订阅用户，可从即日起在 Gemini 应用和搜索中的 AI Mode 试用 Carbon。
• 科学家和研究人员：可申请有机会在六个月内免费使用 Google Antigravity 最高用量层级的 Argon 和 Carbon（滚动入驻），视资格、容量和遴选情况而定。
• 网络安全防御者：可申请加入 Fairwind 计划，以滚动方式获得面向网络安全的 Carbon 使用权限。

更多信息可参阅 Gemini 4 Carbon 模型卡（PDF），以及谷歌更新的 Gemini 4 开发者指南和文档，其中涵盖将工作流迁移至该模型的最佳实践。

关于作者

Koray Kavukcuoglu 是 Google DeepMind 高级副总裁兼谷歌首席 AI 架构师，负责领导 Google DeepMind 最先进生成式 AI 模型的开发及其在谷歌产品中的规模化集成。在担任现职之前，他是 Google DeepMind 研究副总裁，创立了深度学习团队，其团队开创了 DQN（Deep Q-Network）和 WaveNet 等重大研究突破。