摘要：

Google DeepMind 发布新一代前沿模型 Gemini 4 Carbon，在网络安全与长时程任务上达到迄今最强水平。它在 Artificial Analysis 智能指数 v5.0 上以 59 分排名第一，并在漏洞发现（SEC-bench Pro 88.2%）、漏洞利用验证（ExploitGym 54.8%）、漏洞修复（CWE-bench 71.0%）三项上取得领先。发布采取谨慎放量策略，先通过 Fairwind 计划向一部分网络防御方开放，再逐步扩展。定价与 Argon 相同，输入每百万 token 2 美元、输出 10 美元，缓存输入享 95% 折扣。

正文（译文）：

今天，我们发布下一代前沿模型：Gemini 4 Carbon，这是我们迄今最强的模型，具备最先进的网络安全与长时程能力。

Carbon 在最新更新的 Artificial Analysis 智能指数 v5.0 上以 59 分排名第一。它在编程、智能体任务以及网络安全防御所依赖的关键能力上都取得了显著提升，在发现漏洞的 SEC-bench Pro 上以 88.2% 领先，在漏洞利用的 ExploitGym 上为 54.8%，在漏洞修复的 CWE-bench 上为 71.0%。在内部基准上，Carbon 显著提升了生成安全代码的水平；在我们团队内部的真实编程环境中，它表现出更低的失准与虚构率。

Carbon 建立于两周前发布的 Gemini 4 Argon 之上，展示了我们推进前沿的速度。我们的研究员与模型协同工作，在更快提升能力的同时，同步强化安全护栏。

我们采取审慎的发布策略，并积极参与美国政府自愿性的模型发布前测试流程。从本周起，我们将向一部分网络防御方提供 Carbon，并通过 Fairwind 计划逐步向更多受信伙伴放量。在向开发者、企业和消费者开放之前，我们会继续收集反馈、迭代护栏。

Gemini 4 Carbon 将以与 Argon 相同的初始价格发布：输入每百万 token 2 美元，输出每百万 token 10 美元，缓存输入 token 的价格为输入价格的 5%。

Carbon 专为更困难的长时程工程问题而设计，面向持续运行的智能体工作流。内部团队观察到，Carbon 可以连续运行数天、坚持越过死胡同，去完成复杂的多步工程任务，例如在大型代码库和底层系统中定位并修复细微缺陷。

基于用户反馈，我们聚焦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 开发与多模态理解。凭借 Web 开发输出质量的提升，Carbon 在 WebDev Arena 上提升 89 elo 分，以 1768 分位列第四。

在网络安全防御全生命周期，包括漏洞检测、验证与修复，Carbon 都达到最先进水平。内部基准上，Carbon 生成安全代码的成功率较 Argon 提升超过 2 倍。Chrome 团队反馈，Carbon 生成高质量补丁的表现比另一家实验室的大型前沿模型好 10 倍以上。我们的云安全平台 Wiz 也观察到，Carbon 在 Web 渗透测试基准上领先，这是 Wiz「Scan for Good」计划的核心能力。

Carbon 在关键外部基准（无护栏评测）上表现出色：在 SEC-bench Pro 上以 88.2% 自主发现真实软件中的复杂缺陷；在 ExploitGym 上以 54.8% 创新漏洞利用验证纪录；在 CWE-bench 上以 71.0% 把已验证的发现直接转化为可运行的代码修复。

在安全与对齐方面，Carbon 建立于 Argon 的多层安全栈之上。它在 Terminal-Bench 4.0 上把成功作弊率降到 0.0%，尝试作弊率降至 0.4%；在内部测试中把缺乏依据的断言削减约 2 倍；在指令注入抵抗上，把 Gray Swan 间接提示注入攻击成功率从 Argon 的 0.7% 进一步降到 0.0%。

我们期待看到首批网络防御方如何使用这个模型，并将尽快向开发者、企业和消费者开放。