Google DeepMind 推出 Gemini 4 Carbon 前沿模型
Google DeepMind 釋出 Gemini 4 Carbon 前沿模型
Google DeepMind 推出 Gemini 4 Carbon,供開發者、企業、科研人員與一般使用者使用,主打複雜知識工作、軟體工程、網路安全與科學推理中的長程AI 助理工作流程。
AI 伴隨問答
針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:
Carbon 與 Argon 的定位、基準表現及使用成本並列呈現,並涵蓋網路安全與科學工作案例,可供評估不同工作流程的模型選擇。
Google DeepMind:Blog·2026-11-11 00:03· 34 分鐘前精選AI 評分85
Gemini 4 Carbon is now available
AI 導讀
Google DeepMind 正式向開發者、企業、科學家和普通使用者開放 Gemini 4 Carbon,定位為其最強前沿模型,主打網路安全能力與複雜知識工作、軟體工程、科學推理中的長程AI 助理工作流。
推薦理由
官方釋出頁給出基準排名、定價和安全資料,讀者可據此判斷 Carbon 與 Argon 的分工及適用工作流。
2026年11月10日
|
開發者、企業、科研人員和普通使用者現在都可以試用我們最新的前沿模型。
您的瀏覽器不支援音訊元素。
收聽文章
[[duration]] 分鐘
本內容由 Google AI 生成。生成式 AI 仍處於實驗階段
本文內容
今天,我們面向開發者、企業、科研人員和普通使用者推出 Gemini 4 Carbon。Carbon 是我們目前最強的模型,在網路安全能力以及跨複雜知識工作、軟體工程和科學推理的長程AI 助理工作流上均達到前沿水平。
兩週前,我們通過 Fairwind 計劃向一批網路安全防禦人員釋出了 Carbon。繼近期推出 Gemini 4 Argon 之後,Carbon 把前沿又向前推進了一步。對於大多數軟體工程和知識工作,Argon 仍是理想之選;而 Carbon 專為考驗模型智慧極限的任務打造,例如複雜的多步驟編碼與除錯,以及開放式的科學研究與發現——它會比 Argon 消耗更多 token,以便充分探索、深入推理並執行更長的驗證迴圈。
在多項旨在測試模型真實工作流表現的獨立基準上,Carbon 既具備前沿準確率,又兼顧實際生產成本。它在 CursorBench 4.0、Perplexity 的 WANDR 和 Zapier 的 AutomationBench 上均排名第一,且每項任務成本比排名第二的外部模型低 2 倍以上。
為了讓 Carbon 的能力服務於更大、更復雜的專案,我們正在 Google Antigravity 中預覽/swarm,把單條提示詞變成一支可即時追蹤的協同AI 助理團隊。開發者可以把 Carbon 分配到最需要深度推理的角色上,比如架構設計、協調和審計,同時搭配更快速、更輕量的模型,在並行的隔離工作區中執行,並由對抗性驗證器檢驗每一處改動。
Gemini 4 Carbon 已通過 Google AI Studio 和 Gemini for business 的 API 向所有付費開發者和企業開放,嚐鮮價 1 與 Gemini 4 Argon 相同(每百萬輸入 token 2 美元,每百萬輸出 token 10 美元)。同時,它正在向所有 Google AI Ultra 訂閱使用者推送,覆蓋 Google Antigravity、Gemini 應用和搜尋中的 AI 模式。
更高精度的知識工作、產物生成與資料分析
在法律、金融和企業運營領域,Gemini 4 Carbon 將前沿的視覺理解、推理和窮盡式檢索能力結合起來,從大量密集的文件和資料中綜合出有依據的洞察。它能嚴格遵循 schema 和格式要求,生成精緻、準確的電子表格、簡報和報告。
現有基準測試無法充分衡量AI 助理如何原生地對包含圖表、影像、藍圖、示意圖和表格的密集檔案進行推理,因此我們與 Artificial Analysis 合作推出了新的 多模態知識AI 助理(MKA)基準,用於測試模型在AI 助理工作流中的多模態表現。Carbon 排名第 2,而每任務平均成本比排名第一的模型低 6 倍以上。
在釋出前的評估中,Carbon 在 Hebbia 的 E2E Financial Agentic 評估的深度金融研究上,表現與測試中最佳模型持平;在 Balyasny Asset Management 的 General Financial Intelligence 基準上,於 23 個前沿模型配置中排名居首,該基準涵蓋法律專業知識、AI 助理工具使用與執行、程式設計與資料工程,以及感知與上下文理解。
AI 助理程式設計、全棧開發以及 3D 與 UI 設計能力提升
Carbon 在需要多AI 助理協作的工程任務上表現尤為出色,例如多包遷移、跨子系統根因調查和複雜架構重構。在 Web 應用開發中,它會執行構建—驗證迴圈,從錯誤中恢復,並同時檢查程式碼和渲染後的 UI,從而產出完整、可用的應用。更強的視覺設計、空間推理和對環境細節的關注,也延續到了 3D 遊戲開發和創意程式設計中。
前沿網路安全能力
Gemini 4 Carbon for cyber 帶來了我們迄今最強的網路安全能力,為安全團隊提供保護關鍵軟體所需的端到端情報。通過 Fairwind Program 訪問時,Carbon 在發現漏洞(SEC-bench Pro)、利用漏洞(ExploitGym)和修補漏洞(CWE-bench v1)等關鍵基準上領先:檢查軟體、追蹤缺陷如何跨系統串聯,並生成經過驗證的根因補丁。
Google 內外的早期測試者已經在實踐中看到 Carbon for cyber 的出色效果。
- 在 Project Fortify 中——這是 Google 覆蓋掃描、分診和修復的自主系統——在我們的內部基準上,Carbon 實現了 100% 的掃描召回率和 95% 的分診精確率。在開原始碼倉庫測試中,Argon 本已很高的召回率相對提升了 25% 以上,發現了此前未被檢測到的真實邏輯缺陷。將這些收益推廣到 Google——全球最大的開源軟體使用者之一——有助於保護我們自身的系統和更廣泛的生態。
- Google 雲漏洞研究(CVR)團隊最近使用 Carbon 證明,某款流行開源軟體中的兩個缺陷實際上是可利用的漏洞,嚴重程度與近期的 PHP2Shell 漏洞利用相當。CVR 藉助 Carbon 構建了概念驗證,幫助維護者將該缺陷重新歸類為嚴重級別,並迅速釋出了補丁。詳細資訊將在負責任的披露流程完成後分享。
- 在 Wiz 的 Scan for Good 專案中,團隊藉助 Carbon 評估公共數字基礎設施中的漏洞。例如,在掃描兩家大型 SaaS 提供商時,該模型不到兩小時就發現了 0-day 漏洞,把原本需要數週的漏洞研究壓縮到一個下午。團隊與受影響機構合作,以創紀錄的速度完成修復,幫助降低了可能波及數萬家公司的潛在影響。
更強的科學與數學推理能力
Gemini 4 Carbon 在物理、數學和生命科學領域的推理表現顯著提升,能夠綜合實驗資料、檢驗假設,並逐步推理多步驟的領域難題。對藥物毒性研究公司 Axiom Bio 而言,Carbon 目前是轉化科學領域效能領先的模型,發現了他們此前未曾發現的新型毒性機制。Axiom 正將生產環境的科學分析和AI 助理遷移到 Carbon 與 Argon 上,以加速更安全藥物的研發。
Google 各團隊的研究人員已在 Google Antigravity 中使用 Carbon 來加速工作:
- 程式碼驗證:研究人員構建了一個名為 AlphaProof Code 的新型AI 助理驗證框架,並將其用於一項重大安全挑戰:用數學方法證明 Signal 加密協議底層實際程式碼的正確性。研究人員使用 Carbon 及其他模型,將安全目標轉化為數學定理。隨後,AlphaProof Code AI 助理利用 Carbon 生成數百萬行 Lean 程式碼(Lean 是一種用於編寫數學證明的計算機語言),在數週內幫助證明了關鍵安全屬性——而這項任務歷來需要專家團隊耗費數年。這一結果表明,Carbon 有望實現可擴充套件的形式化驗證,而形式化驗證長期被視為構建安全軟體的黃金標準。
- 酶測定方法開發:僅提供實驗室記錄和原始資料,Carbon 就超越了常規分析,發現了難以解讀的資料異常,並據此診斷出溼實驗室中細微的實驗假象,例如深孔板中自動混勻不充分的問題,從而顯著提升了可重複性。此外,Carbon 改進了色譜峰解卷積方法,並發現了研究儀器中的微量樣品殘留,大幅加快了新測定方法的開發,並縮短了計算與實驗臺之間的反饋迴圈。
- 蛋白質結構預測:AlphaFold 3 等結構預測模型利用進化近緣序列的多重序列比對(MSA)來推斷胺基酸鏈的摺疊方式。因此,它們往往難以處理研究不足、在標準資料庫中匹配序列極少的病毒、微生物和真核蛋白質。在多AI 助理環境中,研究人員利用 Gemini 4 Carbon 自主地在 PB 級未註釋序列檔案、環境與病毒序列目錄以及 3D 結構資料庫中尋找遠緣同源序列。例如,在 CASP17 盲測集的 7 個低同源蛋白質家族中,Carbon 平均將檢索到的同源序列數量提高了 40 倍,無需重新訓練就大幅增加了結構預測模型可用的資訊。更廣泛的基準測試仍在進行中,但解決這一上游搜尋瓶頸,有望為蛋白質組中難以表徵的區域建模提供一條有前景的路徑。
四周前,我們開放了申請通道,讓 1 萬名科學家在 Google Antigravity 中免費使用 Argon 六個月,以加快他們的研究進度,目前已有數千名科學家完成接入。今天,我們將把 Carbon 的使用許可權擴充套件到現有和未來的參與者,並且今後該計劃會持續提供對我們最新前沿模型的訪問許可權。申請通道仍然開放,接入按每週滾動進行,需符合資格、容量和篩選要求。
模型安全與保障方面的進展
隨著每一款新模型釋出,我們都會根據模型能力同步加強安全與保障緩解措施、AI 助理濫用防範、模型對齊和危害削減。
由於 Gemini 4 Carbon 引入了更強的網路能力,我們在 Argon 的強大安全與保障體系基礎上進一步加固,以增強對濫用和提示詞注入的抵禦能力。
- 緩解前沿安全濫用風險:我們加強了濫用防護措施,幫助確保更強的防禦推理能力不會被轉化為攻擊風險。在注入 ExploitBench 和 CyScenarioBench 的模擬網路攻擊測試環境中,Carbon 攔截了自適應紅隊AI 助理 99% 的攻擊軌跡,該AI 助理能在每次被攔截後反覆調整攻擊計劃。Carbon 的防護措施將單次嘗試的突破率降至僅 0.8%(Argon 為 3.1%)。在 Gray Swan 的測試中,我們的防護措施還將自動化網路攻擊查詢成功率降至 2.17%,而 Argon 為 9.86%。Trajectory Labs 的外部測試在 132 小時、超過 13,000 次請求中未發現任何新的通用越獄。
- 促進安全且對齊的模型互動:在釋出 Carbon 時,我們展示了模型全生命週期內監控標記率所衡量的對齊性顯著提升,以及資料捏造現象的減少。新結果顯示,在我們 375 項任務的AI 助理誠實性基準測試中,它通過了 92% 的任務(Argon 為 70%)——在 98% 的情況下拒絕填補缺失的實驗資料,並在 68% 的情況下標記出方法學缺陷。
- 保護使用者免受間接提示詞注入攻擊:兩週前我們分享過,Carbon 在 Gray Swan IPI 基準測試中實現了 0% 的提示詞注入攻擊成功率——這是首次達到該里程碑。與此同時,我們知道提示詞注入的魯棒性仍是需要持續改進的領域。我們的高階自動化紅隊測試繼續在此推進極限,並表明模型在某些分佈下面對複雜攻擊仍有改進空間。這為我們持續將模型安全性推進到下一個前沿提供了資料。
更多詳情,請閱讀完整的Gemini 4 Carbon 安全與保障報告。
開始使用 Gemini 4 Carbon
從今天起,Carbon 與 Argon 一同加入我們各產品中的前沿模型系列:
- 面向開發者:在 AI Studio 和 Android Studio 中通過 Gemini API 付費層級進行構建;如果你是 Google AI Ultra 訂閱使用者,還可以在 Google Antigravity 和 AI Studio 中試用。
- 面向企業:可通過 API 或模型下拉選單、Google Antigravity 或 CodeMender 在 Gemini for business 中試用。
- 普通使用者:如果你是 Google AI Ultra 訂閱使用者,從今天起就可以在 Gemini 應用和搜尋中的 AI 模式裡試用 Carbon。
- 科學家與研究人員:申請即有機會通過 Google Antigravity 的最高用量檔位,免費使用 Argon 和 Carbon 六個月(按滾動方式開通),需符合資格、名額和篩選要求。
- 網路安全防禦人員:申請加入 Fairwind 計劃,即可按滾動方式獲得面向網路安全場景的 Carbon 訪問許可權。
檢視模型卡,瞭解 Gemini 4 Carbon 的更多資訊並開始基於它開發;也可以瀏覽我們更新的 Gemini 4 開發者指南和文件,瞭解將工作流遷移到該模型的最佳實踐。
在收件箱中獲取 Google 最新資訊
訂閱我們的新聞郵件,獲取產品更新、活動資訊、特別優惠等更多內容。
你的資訊將按照Google 隱私政策使用。你可以隨時退訂。
來源:Google DeepMind:Blog · deepmind.google