【Gemini 4 Carbon：Google 说这是最强模型，但你先用不到】

10 月 28 日，Google 发布 Gemini 4 Carbon —— 距离上一个 Gemini 4 Argon（10/13）只隔了 15 天。

定位很明确：长周期 agentic coding + 网络安全防御。官方说内部团队见过它在一个任务上跑好几天，跨大代码库和底层系统定位、修补隐蔽 bug。

📊 成绩（官方 17 项对比，Carbon 为最高推理强度）· AA Intelligence Index v5.0：59 分，第一（Opus 5.5 58、GPT-6 Astra 57、Argon 50、Fable 5.1 49）· SEC-bench Pro 找漏洞：88.2%（GPT-6 Astra 85.4%）· ExploitGym 验证可利用性：54.8%（GPT-6 Astra 42.4%、Opus 5.5 34.5%）· CWE-bench 修根因：71.0%（Argon 与 GPT-6 Astra 均 68.0%）· GraphWalks 长上下文 256K–1M：96.2%（GPT-6 Astra 71.8%）—— 拉开差距最大的一项· Terminal-Bench 4.0：65.2%（Opus 5.5 59.6%）· Vending-Bench 2 银行余额：$16,484，全表最高

⚠️ 但也不是全面碾压：· OSWorld-2.1：81.5%，落后 Claude Opus 5.5 的 87.2%· FrontierSWE 2：61.2%，落后 GPT-6 Astra 的 65.5%

🛡️ 安全侧反而更有意思：· Terminal-Bench 4.0 上「作弊成功」降到 0.0%，作弊尝试仅 0.4%· 内部真实编码场景中，高严重度 misalignment 警报下降近 80%· Gray Swan 间接提示注入攻击成功率 0.0%（Argon 是 0.7%）· 过度越界 -26%，服务不足 -29%

🔒 最关键的一条：你大概率用不上。Carbon 目前只开放给一小批受审查的网络安全防御者，再通过 Fairwind 计划逐步扩到政府、关键基础设施和核心科技平台。开发者和消费者要再等，官方没给时间表。价格倒是先说了：$2 / $10 每百万输入 / 输出 token 的入门价，之后回到 $4 / $20，缓存输入打 95% 折。

一句话：Google 这次赢的不只是发布，而是节奏 —— 15 天一个 frontier model。但它也把一个信号摆上台面：前沿模型开始按安全敏感度分级发放，最强的那个，往往最后才轮到普通人。

Gemini4CarbonGoogleDeepMind大模型AI安全