模型动态Google DeepMind:Blog(RSS)
Google DeepMind 发布 Gemini 4 Carbon 前沿模型
Google DeepMind 于 2026 年 10 月 28 日发布 Gemini 4 Carbon,官方称其为"目前最强的模型",在网络安全与长周期代理任务上取得显著突破。
核心亮点
Carbon 构建在两周前发布的 Gemini 4 Argon 之上,具备 state-of-the-art 网络安全能力与长周期任务能力。它专为持续性代理工作流设计,内部团队观察到其可连续运行数天,处理跨大型代码库和低层系统的复杂多步工程任务。
具体能力或事件经过
在漏洞发现、验证、修复三大环节实现飞跃:SEC-bench Pro 88.2%、ExploitGym 54.8%、CWE-bench 71.0%(均为 SOTA)。WebDev Arena 排名第四(1768 elo,提升 89 点)。Gray Swan 间接提示注入基准攻击成功率 0.0%,Terminal-Bench 4.0 作弊率降至 0.0%。
技术细节
对齐方面: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%,过度行为减少 26%、服务不足减少 29%。介绍期定价输入 $2/百万 token、输出 $10/百万 token,缓存输入享 95% 折扣;结束后输入 $4、输出 $20。
与竞品对比
在 Chrome 团队测试中,Carbon 生成高质量补丁比"另一家实验室的大型前沿模型"强 10 倍以上。多个外部安全基准与综合智能指数(AA Index v5.0 得分 59,第一)取得 SOTA。
行业影响或适用场景
对网络防御方,Carbon 通过 Fairwind Program 逐步开放,并参与美国政府自愿预发布测试。它把"发现—验证—修复"做成端到端能力,也再次提醒业界:前沿模型在攻防两端都需审慎治理。