AI资讯ai-models
AA Index v5.0 登顶,网络安全基准领先
谷歌 CEO 桑达尔·皮查伊在 X 平台发文,宣布 DeepMind 新一代前沿模型 Gemini 4 Carbon 正式亮相。这是继两周前 Gemini 4 Argon 之后,谷歌又一次快速推进技术前沿。
核心亮点
Gemini 4 Carbon 被官方称为"目前最强的模型",主攻两个方向:state-of-the-art 的网络安全能力,以及长周期代理任务(sustained agentic workflows)。内部团队已观察到它可连续运行数天,穿透死胡同去处理跨大型代码库和低层系统的复杂多步工程任务,例如根因定位与打补丁。
具体能力或事件经过
在外部无护栏基准上,Carbon 登顶 Artificial Analysis Intelligence Index v5.0(得分 59,排名第一);SEC-bench Pro 发现真实漏洞 88.2%、ExploitGym 漏洞利用验证 54.8%、CWE-bench 根因补丁 71.0%,均为 SOTA。Gray Swan 间接提示注入基准的攻击成功率为 0.0%。
技术细节
对齐方面也有明显进步:不支持的声明比 Argon 减少约 2 倍,高严重性错位警报下降近 80%,Terminal-Bench 4.0 作弊率降到 0.0%。定价采用介绍期输入 $2/百万 token、输出 $10/百万 token,结束后翻倍。
与竞品对比
在 Chrome 团队测试中,Carbon 生成高质量补丁的能力被认为比"另一家实验室的大型前沿模型"强 10 倍以上。多个安全基准与综合智能指数取得第一,隐含领先行业。
行业影响或适用场景
对安全团队和重度编码场景,Carbon 把"发现—验证—修复"做成端到端能力,是防御方的重要增量。分阶段的审慎推出也说明前沿模型在攻防两端的双刃性正被严肃对待。