Google 開放 Gemini 4 Carbon 使用,主打複雜知識工作與科學推理
Gemini 4 Carbon 现已上市
Google 向開發者、企業、科學家及一般用戶開放 Gemini 4 Carbon,主打複雜知識工作、軟件工程及科學推理。它在 CursorBench 4.0、Perplexity 的 WANDR 和 Zapier 的 AutomationBench 均排名 #1,每項任務成本比次佳外部模型低逾 2X。
文章對照 Carbon 面向高難度多步任務、Argon 適合多數軟件工程及知識工作的定位,並提供基準與價格資訊,呈現兩款模型的用途差異。
Nov 10, 2026
|
開發者、企業、科學家及一般用戶現可試用我們最新的前沿模型。
本文內容
今天,我們向開發者、企業、科學家及一般用戶推出 Gemini 4 Carbon。Carbon 是我們能力最強的模型,在網絡安全能力方面表現達到前沿水平,並能在複雜知識工作、軟件工程及科學推理領域執行長時程 Agent 工作流程。
兩星期前,我們透過 Fairwind Program 向一批網絡安全防護人員推出 Carbon。繼最近推出 Gemini 4 Argon 後,Carbon 進一步推進前沿能力。對大部分軟件工程和知識工作而言,Argon 仍是理想選擇;Carbon 則專為考驗模型智能極限的任務而打造,例如複雜、多步驟的編碼和除錯,以及開放式科學研究和發現。Carbon 使用的 token 比 Argon 更多,以作全面探索、深入推理,並進行較長的驗證循環。
在專為測試模型於實際工作流程中表現而設的獨立基準測試中,Carbon 結合前沿級準確度與實際部署的成本效益。在 CursorBench 4.0、Perplexity’s WANDR 和 Zapier’s AutomationBench 上排名 #1,每項任務成本比次佳外部模型低逾 2X。
為了在更大型、複雜的專案中發揮 Carbon 的能力,我們正於 Google Antigravity 中預覽 /swarm,將單一提示詞轉化為一支協同合作的 Agent 團隊,讓你可以即時追蹤。開發者可將 Carbon 指派至需要最深入推理的角色,例如架構設計、協調和稽核;同時在多個平行且互相隔離的工作區中,配搭速度更快、較輕量的模型,並使用會測試每項變更的對抗式驗證器。
Gemini 4 Carbon 可透過 API 在 Google AI Studio 和 Gemini for business 提供予所有付費開發者及企業,價格與 Gemini 4 Argon 相同,採用推出優惠價 1 (每百萬個輸入 token $2,每百萬個輸出 token $10)。此外,產品亦正陸續在 Google Antigravity、Gemini app 及 Search 中的 AI Mode 向所有 Google AI Ultra 訂閲者推出。
更高精度的知識工作、工作成果生成及數據分析
在法律、金融及企業營運領域,Gemini 4 Carbon 結合頂尖的視覺理解、推理及全面檢索能力,從大量內容密集的文件和數據中整合出有根據的見解。它遵循嚴格的結構定義及格式要求,生成精緻準確的試算表、簡報和報告。
現有基準未能充分反映智能代理如何原生地對包含圖表、圖片、藍圖、示意圖和表格等內容密集的檔案進行推理,因此我們與 Artificial Analysis 合作推出全新的 多模態知識代理(MKA)基準,用以測試模型在智能代理工作流程中的多模態表現。Carbon 排名第二,而每項任務的平均成本比排名最高的模型低逾 6 倍。
在發布前評估中,Carbon 在 Hebbia 的 E2E Financial Agentic 評估中,深度金融研究表現媲美受測的最佳模型;在 Balyasny Asset Management 的 General Financial Intelligence 基準中,則在 23 種前沿模型配置中排名第一。該基準涵蓋法律專業知識、智能代理工具的使用及執行、編碼與數據工程,以及感知和情境理解。
提升智能代理編碼、全端開發,以及 3D 和 UI 設計能力
Carbon 在需要多智能代理協作的工程任務上表現出色,例如多套件遷移、跨子系統根本原因調查,以及複雜的架構重新設計。在網絡應用程式開發方面,它會反覆執行建置和驗證流程、從錯誤中恢復,並檢查程式碼和渲染後的 UI,從而製作出完整且可運作的應用程式。更強的視覺設計、空間推理能力,以及對環境細節的關注,也有助於 3D 遊戲開發和創意編碼。
頂尖網絡安全能力
Gemini 4 Carbon for cyber 帶來我們迄今最強的網絡安全能力,為安全團隊提供保護關鍵軟件所需的端到端智能。透過 Fairwind Program 使用時,Carbon 在漏洞發現(SEC-bench Pro)、漏洞利用(ExploitGym)及修補(CWE-bench v1)等關鍵基準中領先:檢查軟件、追蹤缺陷如何在系統之間串連,以及生成經驗證的根本原因修補程式。
Google 內外的早期測試者已在實際應用中看到 Gemini 4 Carbon for cyber 的出色成果。
- 在 Project Fortify 中,這個涵蓋掃描、分流及修復的 Google 自主系統,在我們的內部基準中,掃描召回率達到 100%,分流精確率達到 95%。在開源程式碼存放庫測試中,Argon 原本已相當高的召回率相對提升逾 25%,找出以往未被發現、在真實環境中存在的邏輯缺陷。將這些成果應用於 Google——全球最大的開源軟件用戶之一——有助保障我們自身的系統及更廣泛的生態系統。
- Google Cloud Vulnerability Research(CVR)團隊最近使用 Carbon 證明,一款熱門開源軟件中的兩個錯誤確實可被利用為漏洞,嚴重程度與近期的 PHP2Shell 漏洞利用相若。CVR 利用 Carbon 建立概念驗證,協助維護者將該錯誤重新分類為嚴重級別,並迅速發布修補程式。待負責任披露流程完成後,我們將分享詳情。
- 作為 Wiz 的 Scan for Good 計劃的一部分,團隊使用 Carbon 評估公共數碼基礎設施中的漏洞。例如,掃描兩家大型 SaaS 供應商時,模型在不到兩小時內發現零日漏洞,把原本需時數星期的漏洞研究工作濃縮至一個下午。團隊與受影響機構合作,在創紀錄的時間內完成修復,有助減低對數以萬計公司的潛在影響。
更強的科學與數學推理能力
Gemini 4 Carbon 在物理、數學及生命科學領域的推理表現大幅提升,能綜合實驗數據、測試假設,並推理解決多步驟的專業問題。對藥物毒性研究公司 Axiom Bio 而言,Carbon 現已成為轉化科學領域表現領先的模型,找出他們此前未曾發現的新型毒性機制。Axiom 現正把生產環境中的科學分析及智能體轉移至 Carbon 和 Argon,以開發更安全的藥物。
Google 各團隊的研究人員一直在 Google Antigravity 中使用 Carbon,加快研究工作:
- 程式碼驗證:研究人員建立了一個名為 AlphaProof Code 的新型智能體式形式驗證框架,並將其用於一項重大安全挑戰:以數學方式證明 Signal 加密協定背後實際程式碼的正確性。研究人員使用 Carbon 及其他模型,把安全目標轉換為數學定理。AlphaProof Code 智能體隨後使用 Carbon,在一種用於編寫數學證明的電腦語言 Lean 中生成數百萬行程式碼,協助他們在數星期內證明關鍵安全屬性——這項工作以往需要專家團隊耗時數年。結果顯示,Carbon 有望令可擴展的形式驗證成為可能;形式驗證一直被視為建立安全軟件的黃金標準方法。
- 酵素分析測定開發:只獲提供實驗室筆記及原始數據,Carbon 不僅進行標準分析,還揭示了難以解讀的數據異常,並據此診斷出細微的濕實驗操作假象,例如深孔中的自動混合不完全,從而大幅提升可重現性。此外,Carbon 改進了色譜峯解卷積方法,並發現研究儀器中有微量樣本殘留,顯著加快新分析測定方法的開發,並加快計算與實驗工作之間的回饋循環。
- 蛋白質結構預測:AlphaFold 3 等結構預測模型會使用多重序列比對(MSA),參考演化上的近親,以推斷氨基酸鏈如何摺疊。因此,對於在標準資料庫中匹配序列極少、研究不足的病毒、微生物及真核生物蛋白質,這些模型往往難以處理。在多智能體架構下,研究人員使用 Gemini 4 Carbon,在 PB 級未註釋序列檔案庫、環境及病毒序列目錄,以及 3D 結構資料庫中自主搜尋遠緣同源序列。例如,在 CASP17 盲測集的 7 個低同源性蛋白質家族中,Carbon 平均找到的同源序列數量增加了 40 倍,大幅增加結構預測模型可用的資訊,而且無需重新訓練。雖然更全面的基準測試仍在進行,但解決這個上游搜尋瓶頸,或可為建模蛋白質組中難以表徵的區域提供一條具潛力的途徑。
四週前,我們開放申請,讓 10,000 名科學家免費使用 Google Antigravity 中的 Argon 六個月,以加快研究進度;目前已有數千名科學家加入。今天,我們擴大現有及未來參與者使用 Carbon 的權限。往後,計劃會繼續提供最新前沿模型的使用權限,並在模型推出時開放使用。申請仍然開放,加入流程會按每週分批方式持續進行,並視乎申請者是否符合資格、名額及甄選結果而定。
模型安全與保安方面的進展
每次推出新模型,我們都會按模型能力相應加強安全與保安防護措施、防止 Agent 遭濫用、模型對齊及減少傷害。
由於 Gemini 4 Carbon 的網絡攻防能力更強,我們在 Argon 的強大安全與保安防護體系之上,進一步加強抵禦濫用及提示詞注入的能力。
- 降低前沿模型遭濫用的安全風險:我們加強了防止濫用的防護措施,確保更強的防禦推理能力不會轉化為攻擊風險。在以 ExploitBench 和 CyScenarioBench 為基礎建置的模擬網絡攻擊測試環境中,Carbon 阻截了自適應紅隊測試 Agent 99% 的攻擊路徑。該 Agent 能在每次攻擊被阻截後,反覆重新檢視攻擊計劃。Carbon 的防護措施將每次嘗試的入侵率降至僅 0.8%(Argon 為 3.1%)。我們的防護措施亦將 Gray Swan 測試中的自動化網絡攻擊查詢成功率降至 2.17%,而 Argon 為 9.86%。此外,Trajectory Labs 的外部測試在 132 小時及超過 13,000 次請求中,未發現新的通用越獄攻擊。
- 促進安全且符合對齊要求的模型互動:我們公佈 Carbon 時,展示了模型整個生命週期中監察器標記率的顯著改善,以及數據捏造情況的減少。最新結果顯示,在我們包含 375 項任務的 Agent 誠實度基準測試中,Carbon 通過了 92% 的任務(Argon 為 70%);它有 98% 的時間會拒絕補填缺失的實驗數據,並有 68% 的時間會指出方法上的缺陷。
- 保護用戶免受間接提示詞注入攻擊:兩週前,我們公佈 Carbon 在 Gray Swan IPI 基準測試中的提示詞注入攻擊成功率為 0%,首次達到這項里程碑。與此同時,我們知道,提升抵禦提示詞注入的能力仍有進步空間。我們先進的自動化紅隊測試持續挑戰這方面的能力,並顯示模型在某些分佈中仍可進一步提升,從而抵禦更精密的攻擊。這些測試為我們提供數據,讓我們持續推進模型安全能力,邁向下一個前沿。
詳情請參閲完整的《Gemini 4 Carbon 安全與保安報告》。
開始使用 Gemini 4 Carbon
由今天起,Carbon 加入 Argon,成為我們各項產品前沿模型系列的一員:
- 開發者:透過 AI Studio 和 Android Studio 中的 Gemini API 付費層級進行開發;如果你是 Google AI Ultra 訂戶,亦可在 Google Antigravity 和 AI Studio 中試用。
- 企業:可透過 API 或模型下拉選單,在 Gemini for business 中試用,亦可在 Google Antigravity 或 CodeMender 中試用。
- 一般用戶:如果你是 Google AI Ultra 訂閲用戶,即日起可在 Gemini app 和 Search 中的 AI Mode 試用 Carbon。
- 科學家及研究人員:立即申請,爭取透過 Google Antigravity 的最高使用量級別,免費使用 Argon 和 Carbon,為期 6 個月(將陸續安排加入);須視乎申請者的資格、名額及遴選結果而定。
- 網絡安全防禦人員:申請加入 Fairwind Program,以陸續取得用於網絡安全的 Carbon 使用權。
查看模型卡,進一步瞭解 Gemini 4 Carbon,並開始以此進行開發;另請參閲更新版 Gemini 4 開發者指南及説明文件,瞭解將工作流程遷移至此模型的最佳做法。
在電郵收件箱接收 Google 最新消息
訂閲我們的電子報,接收產品更新、活動資訊、特別優惠等內容。
你的個人資料將按照 Google 的私隱政策使用。你可隨時選擇退出。
來源:Hacker News 熱門(buzzing.cc 中文翻譯) · blog.google