Gemini 4 Carbon 發布：突破資安與長期推理能力

2026年10月28日

|

Gemini 4 Carbon 是我們最強大的模型，擁有最先進的網路安全與長期遠景能力。

聆聽文章

[[duration]] 分鐘

此內容由 Google AI 生成。生成式 AI 為實驗性技術

今天，我們宣佈下一個前沿模型：Gemini 4 Carbon，這是我們最強大的模型，具備最先進的網路安全與長期遠景能力。

Carbon 在最近更新的 v5.0 Artificial Analysis Intelligence Index 中排名第一，分數為 59。它在程式碼與代理任務，以及關鍵的網路安全防禦能力上均顯著提升，牢牢領先於 SEC-bench Pro（88.2%）的漏洞發現、ExploitGym（54.8%）的利用、以及 CWE-bench（71.0%）的修補。在內部基準測試中，Carbon 在生成安全程式碼方面顯著提升，並在我們自己的即時編碼環境中顯示出降低的偏差與偽造率。

以兩週前發布的 Gemini 4 Argon 為基礎，Carbon 展示了我們推進前沿的速度。我們的研究人員與模型齊心協力，加速提升能力，同時同步加強安全防護。

我們採取謹慎的推出方式，並積極參與美國政府的自願性預發布模型測試流程。本週起，我們將 Carbon 供給部分網路安全防禦者使用，並透過我們的 Fairwind Program 逐步開放給更多可信合作夥伴。 在將 Carbon 推向開發者、企業與消費者之前，我們將持續收集回饋並最佳化安全防護措施，盡快於產品介面上提供。

Gemini 4 Carbon 將以與 Argon 相同的起始價格上市 ¹ 每百萬輸入 token 2 美元、每百萬輸出 token 10 美元，並以 95% 折扣提供快取輸入 token。

提升程式碼與推理能力，應對挑戰性長期任務

Carbon 以應對更艱鉅、長期工程問題為設計理念，專為持續代理工作流程打造。內部團隊觀察到 Carbon 可持續執行數天，克服瓶頸，解決複雜多步驟工程任務，例如在大型程式碼庫與低階系統中定位根本原因並修補微妙缺陷。

依據使用者回饋，我們聚焦於提升模型在多個領域的表現，包括程式碼、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成果品質提升，Carbon 在 WebDev Arena 的 Elo 分數提升 89 點，排名第 4（1769）。

最先進的網路安全效能，協助打造安全系統

Gemini 4 Carbon 在網路安全能力上實現顯著躍進。它在整個網路安全防禦生命週期中達到最先進的表現——漏洞偵測、驗證與修補。

我們的團隊已經在網路防禦上看到顯著提升。在內部基準測試中，Carbon 相較於 Argon 在產生安全程式碼的成功率上提升超過 2 倍。另一個例子是 Chrome 團隊報告稱，Carbon 在產生高品質修補程式時，表現比另一實驗室的大型前沿模型好 10 倍以上。Wiz，我們領先的雲端安全平臺，也觀察到 Carbon 在網頁滲透測試基準上領先，這是 Wiz's Scan for Good 計畫的核心能力。

Carbon 在關鍵外部基準測試中表現優異（未加任何保護措施評估）：

• 發現真實漏洞：網路安全防禦的核心是發現真實漏洞。Carbon 在 SEC-bench Pro 上達到 88.2% 的最先進水平，自主發現隱藏於實際軟體中的複雜缺陷。

• 透過利用驗證風險：為了優先決定先修復哪些漏洞或是否修復，網路防禦者越來越依賴模型來檢查哪些漏洞可被利用。Carbon 在熱門利用基準 ExploitGym（54.8%）上創下新的最先進紀錄。

• 從根本修補漏洞：最終在識別漏洞後，修復根本原因是網路安全防禦生命週期中的關鍵步驟。Carbon 在 Collinear 的 CWE-bench 上達到 71.0%，將驗證結果直接轉化為可執行的程式碼修復。

推進前沿模型安全與保護

Gemini 4 Carbon 以 Argon 相同的多層安全與保護堆疊為基礎 — 結合模型訓練、即時濫用防禦、提示注入抵抗力以及思路監控。特別是，我們在模型對齊方面取得顯著進展，並在我們的 Safety and Security report 中報告了其以對齊方式行為的傾向。使用 Carbon，我們挑戰自己在對齊上再進一步，並訓練模型以正確方式回應複雜或高壓任務。

• 降低捷徑與漏洞利用：使用 Carbon，我們進一步減少訓練中的捷徑嘗試，同時確保高品質編碼表現。Carbon 將 Terminal‑Bench 4.0 上的成功作弊率降至 0.0%，作弊嘗試降至 0.4% — 同時提升整體準確率。在內部團隊的實際編碼環境中，我們觀察到高嚴重度對齊警報下降近 80%。
• 更高透明度與誠實度：在內部測試中，Carbon 將不受支援的聲稱比 Argon 減少約 2 倍。它會將方法學限制直接放入交付物，或以明確清單列出仍需完成的專案來阻止已封鎖的動作，而非捏造或迴避缺失證據。
• 面對不確定性時提升與使用者的協作：Carbon 不會猜測或強行推進路徑，而是檢索相關來源並在行動前將差異呈現給使用者 — 這樣使用者將體驗到更佳的協作體驗。
• 執行時不越權：Carbon 同時將越權行為減少 26%，不足服務減少 29%，從而在尊重專案限制並嚴格保持在範圍內的同時，實現更可靠的全流程多步驟計畫執行。
• 抵禦提示注入：雖然 Argon 先前在 Gray Swan 的間接提示注入 (IPI) 基準中以極低的 0.7% 攻擊成功率領先，Carbon 則達成 0.0% — 抵禦每一次評估的攻擊嘗試。

即將為開發者、企業與消費者推出

推進前沿需要快速前進，同時在部署上保持慎重。透過 Gemini 4 Carbon，我們的目標是提供在軟體工程與網路安全防禦上的實質性飛躍，而不犧牲安全性或可靠性。我們熱切期待初始的網路防衛者如何使用此模型，並期待很快將 Carbon 推向開發者、企業與消費者。