Google DeepMind 於 2026 年 10 月 28 日宣布推出 Gemini 4 Carbon，這是該公司最新也是迄今最強的前沿模型，具備最先進的資安能力與長程任務能力。此消息由 Google DeepMind 暨 Google 首席 AI 架構師（SVP）Koray Kavukcuoglu 發表於 Google DeepMind 部落格。

Carbon 在最新更新的 Artificial Analysis Intelligence Index v5.0 以 59 分排名第一。該公司表示，模型在程式編寫與代理任務方面有顯著提升，並在網路防禦的關鍵能力上取得明確領先，包括漏洞挖掘 SEC-bench Pro（88.2%）、漏洞利用 ExploitGym（54.8%），以及修補 CWE-bench（71.0%）。在內部基準測試中，Carbon 在產生安全程式碼方面帶來強勁提升，在與內部團隊合作的實際編碼環境中，偏離對齊與捏造內容的比率也有所降低。

Carbon 建立在兩週前發表的 Gemini 4 Argon 基礎之上，展現該公司推進前沿的速度。公司表示：「我們的研究人員與模型正攜手合作，以更快的速度推進能力，同時同步強化安全防護措施。」

審慎的推出策略與定價

Google DeepMind 表示，公司對推出時程採取審慎態度，並積極參與美國政府自願性的模型預先發布測試流程。從本週開始，Carbon 將開放給部分網路防禦人員使用，並透過該公司的 Fairwind Program 逐步向更多可信合作夥伴開放。公司指出，在透過其產品平台儘快向開發者、企業和一般消費者提供 Carbon 之前，將持續收集意見並迭代安全防護機制。該公司並未公布更廣泛的開發者、企業與消費者版本的發布日期，因此透過 Fairwind Program 的存取進展是近期值得關注的動向。

Gemini 4 Carbon 的導入價與 Argon 相同：每百萬輸入 tokens 2 美元、每百萬輸出 tokens 10 美元，快取輸入 tokens 的價格為輸入 token 價格的 95% 折扣。導入期結束後，定價將調整為每百萬輸入 tokens 4 美元、每百萬輸出 tokens 20 美元。

針對長程任務的程式編寫與推理能力

Carbon 專為更艱難的長程工程問題而設計，可支援持續運作的代理工作流程。在內部測試中，Google DeepMind 的團隊看到 Carbon 連續運作數天，在遭遇瓶頸後仍持續推進，處理諸如跨大型程式碼庫與底層系統進行根因分析與修補細微錯誤等複雜的多步驟工程任務。

根據使用者回饋，該公司專注於提升模型在多個領域的表現，包括程式編寫、代理與科學任務，以及全端網頁開發與多模態理解。隨著網頁開發輸出與產出物品質的提升，Carbon 在 WebDev Arena 上的 Elo 分數上升 +89 分，排名第四（1769）。

最先進的資安表現

Google DeepMind 表示，Gemini 4 Carbon 在資安能力上實現重大躍進，在網路防禦生命週期全程——漏洞偵測、驗證與修復——均達到最先進水準。

該公司的團隊在網路防禦方面已見顯著成效。在內部基準測試中，Carbon 產生安全程式碼的成功率較 Argon 提升超過 2 倍。Chrome 團隊回報，在產生高品質修補程式時，Carbon 的表現比另一家實驗室的大型前沿模型高出逾 10 倍。Google 頂級雲端安全平台 Wiz 也觀察到 Carbon 在網頁滲透測試基準中居於領先，這是 Wiz Scan for Good 計畫的核心能力。

Carbon 在多項關鍵外部基準測試中表現優異，該公司表示這些測試是在無安全防護機制的情況下評估——即公布成績反映的是模型自身能力，而非套用安全工具後的表現：

• 找出真實漏洞： 網路防禦的核心在於找出真實漏洞。Carbon 在 SEC-bench Pro 達到最先進的 88.2%，能自主發現隱藏在實際軟體中的複雜缺陷。
• 透過漏洞利用驗證風險： 為判斷哪些漏洞應優先修復或是否需要修復，網路防禦人員愈來愈依賴模型來檢查哪些漏洞可被利用。Carbon 在廣受使用的漏洞利用基準 ExploitGym 上創下新的最先進紀錄（54.8%）。
• 從根本原因修補： 在識別漏洞之後，修復根本原因是網路防禦生命週期中的關鍵一步。Carbon 在 Collinear 的 CWE-bench 達到 71.0%，可直接將經驗證的發現轉化為可運作的程式碼修復。

推進前沿模型的安全與保障

Gemini 4 Carbon 延續與 Argon 相同的多層次安全與保障架構——結合模型訓練、即時濫用防禦、提示注入抗性以及思維鏈監控。Google DeepMind 在 Argon 的模型對齊方面取得重大進展，並在其安全與保障報告中公布其對齊行為傾向。在 Carbon 上，該公司表示在對齊方面更進一步，訓練模型以正確方式應對複雜或高壓任務。

• 減少捷徑與漏洞規避： 該公司在訓練過程中進一步抑制走捷徑的企圖，同時確保高品質的編碼表現。Carbon 在 Terminal-Bench 4.0 上的成功作弊率降至 0.0%，作弊嘗試率降至 0.4%，同時整體準確率仍有提升。在與內部團隊合作的實際編碼環境中，高嚴重性對齊異常警示下降了近 80%。
• 更高的透明度與誠實度： 在內部測試中，Carbon 的無根據主張比 Argon 減少約 2 倍。它會將方法論上的注意事項直接納入交付成果，或暫緩被封鎖的操作並清楚列出仍需補足之處，而非捏造或對缺失證據含糊其辭。
• 面對模糊情境時改善與使用者的協作： Carbon 不會貿然猜測或強行推進，而是先檢索相關來源並向使用者呈現差異之後才行動——因此，使用者可望獲得更佳的協作體驗。
• 貫徹執行而不越界： Carbon 同時將過度作為減少 26%、服務不足減少 29%，在尊重專案限制並嚴格恪守範圍的前提下，更可靠地端到端執行多步驟計畫。
• 抵抗提示注入： Argon 先前已以極低的 0.7% 攻擊成功率在 Gray Swan 的間接提示注入（IPI）基準中領先，而 Carbon 更達到 0.0%——抵禦了所有受評估的攻擊嘗試。

即將面向開發者、企業與消費者

Google DeepMind 表示，推進前沿需要在快速前進的同時審慎部署。以 Gemini 4 Carbon 而言，公司的目標是在不犧牲安全性或可靠性的前提下，於軟體工程與網路防禦領域實現實質躍進。公司補充，期待看到首批網路防禦人員如何使用該模型，並期盼盡快將 Carbon 帶給開發者、企業與消費者。