Gemini 4 Carbon 在部分基准测试中的表现超过了 OpenAI 和 Anthropic 的顶尖模型。

Gemini 4 Carbon 在部分基准测试中的表现超过了 OpenAI 和 Anthropic 的顶尖模型。

作者：Emma Roth，2026 年 10 月 28 日 20:03 UTC

谷歌发布了其最新一代前沿模型 Gemini 4 Carbon，在编码、智能体任务（agentic tasks）和网络安全方面带来「显著提升」。在周三发布的一则公告中，谷歌强调 Carbon 在 Artificial Analysis 智能指数（v5.0）基准测试中位居榜首，Claude Opus 5.5 和 GPT-6 Astra 紧随其后。

全新的 Gemini 4 Carbon 模型相比谷歌本月早些时候发布的 Argon 有所改进。该模型目前仅向少数网络安全防御公司开放，但最终会通过其 Fairwind 计划扩展到其他合作伙伴。

谷歌表示，Carbon 体现了「我们推动前沿向前迈进的速度」，并在网络防御能力上实现了「重大跃升」，使其更擅长发现漏洞和生成安全代码。Carbon 目前在 SEC-bench Pro 和 ExploitGym 两个基准测试中均位列第一。前者用于衡量 AI 模型发现现实世界漏洞的能力，后者用于衡量模型如何将漏洞转化为攻击利用。

谷歌表示，Gemini 4 Carbon 专为完成更长时间跨度的任务而构建，并补充称其内部团队已看到它「连续运行数天，在走入死胡同时仍能坚持推进，完成复杂的多步骤工程任务」。据谷歌介绍，它还更擅长避免走捷径、抵御提示词注入攻击，以及与用户协作。Carbon 还应当提供更多的「透明度与诚实度」，相比 Argon，它将「缺乏依据的断言」减少了两倍。

它将与 Argon 以同样具有竞争力的引入价格推出，即每百万输入 token 2 美元，每百万输出 token 10 美元。