Google DeepMind 發佈 Gemini 4 Carbon，主打網絡安全與長時程任務能力

2026年10月28日

|

Gemini 4 Carbon 是我們最強大的模型，在網絡安全及長時程任務能力方面均達到業界頂尖水平。

你的瀏覽器不支援音訊元素。

聆聽文章

[[duration]] 分鐘

此內容由 Google AI 生成。生成式 AI 尚屬實驗性技術

今天，我們宣佈推出下一代前沿模型：Gemini 4 Carbon。這是我們最強大的模型，在網絡安全及長時程任務能力方面均達到業界頂尖水平。

Carbon 在最近更新至 v5.0 的 Artificial Analysis Intelligence Index 中以 59 分排名第 1。它在編碼和 Agent 任務方面均有顯著進步，在網絡安全防禦的多項關鍵能力上也有所提升，在用於尋找漏洞的 SEC-bench Pro（88.2%）、用於漏洞利用的 ExploitGym（54.8%），以及用於修補漏洞的 CWE-bench（71.0%）中均大幅領先。內部基準測試顯示，Carbon 大幅提升了安全程式碼的生成能力；在我們團隊的實時編碼環境中，它的偏離意圖和虛構內容比率亦有所降低。

兩星期前推出的 Gemini 4 Argon 展現了我們推進技術前沿的速度，而 Carbon 更進一步體現了這一點。我們的研究人員與模型正協力加快能力提升，同時同步加強安全防護措施。

我們正審慎地分階段推出 Carbon，並積極參與美國政府的自願預發布模型測試計劃。本週起，我們會向部分網絡安全防禦人員提供 Carbon，並透過 Fairwind Program 逐步向更多可信賴的合作夥伴開放使用權限。在透過我們的產品盡快向開發者、企業和消費者提供 Carbon 之前，我們會繼續收集意見並反覆改進安全防護措施。

Gemini 4 Carbon 推出時的入門價格與 Argon 相同：每百萬個輸入 token 收費 $2，每百萬個輸出 token 收費 $10；快取輸入 token 則按輸入 token 價格的 95% 折扣收費。 ¹

提升應對具挑戰性的長時程任務時的編碼和推理能力

Carbon 專為更艱巨、長時程的工程問題而設，能夠持續執行 Agent 工作流程。內部團隊發現，Carbon 能連續運行數天，從死衚衕中繼續探索，處理複雜的多步驟工程任務，例如找出大型程式碼庫及底層系統中隱蔽錯誤的根本原因並加以修補。

根據用戶意見，我們著重提升模型在多個領域的表現，包括編碼、Agent 任務、科學任務、全端網頁開發及多模態理解。Carbon 的網頁開發輸出及成果品質有所提升，在 WebDev Arena 的 Elo 評分增加了 +89 分，升至第 4 位（1768）。

網絡安全表現達業界頂尖水平，助力建構安全系統

Gemini 4 Carbon 的網絡安全能力大幅躍進，在網絡安全防禦全流程中均達到業界頂尖水平，涵蓋漏洞偵測、驗證及修復。

我們的團隊已在網絡防禦方面看到顯著成效。在內部基準測試中，Carbon 生成安全程式碼的成功率較 Argon 提升超過 2 倍。舉例來説，Chrome 團隊表示，在生成高質素修補程式方面，Carbon 的表現比另一間研究實驗室的大型前沿模型好逾 10X。我們領先的雲端保安平台 Wiz 亦發現，Carbon 在網站滲透測試基準測試中領先；這是 Wiz 的 Scan for Good 計劃的一項核心能力。

Carbon 在多項重要外部基準測試中表現出色（評估時未設防護機制）：

• 找出真實漏洞：找出真實漏洞是網絡安全防禦的核心。Carbon 在 SEC-bench Pro 上取得 88.2% 的成績，達到業界最先進水平，並能自主找出隱藏於真實軟件中的複雜漏洞。

• 透過漏洞利用驗證風險：為了決定應優先修復哪些漏洞，或是否需要修復，網絡防禦人員愈來愈依賴模型檢查漏洞能否被利用。Carbon 在廣受使用的漏洞利用基準測試 ExploitGym 上取得 54.8%，創下新的最先進水平。

• 從根本原因着手修補：找出漏洞後，修復根本原因是網絡安全防禦流程中的關鍵一步。Carbon 在 Collinear 的 CWE-bench 上取得 71.0%，能將經驗證的發現直接轉化為可運作的程式碼修正。

推進前沿模型的安全與保安

Gemini 4 Carbon 沿用 Argon 的多層安全與保安架構，結合模型訓練、即時防止濫用的機制、抵禦提示注入的能力，以及思維鏈監察。特別是，我們在 Argon 的模型對齊方面取得重大進展，並在《安全與保安報告》中公佈了它以符合對齊要求的方式行事的傾向。開發 Carbon 時，我們進一步提升模型對齊程度，並訓練模型以恰當方式回應複雜或高壓任務。

• 減少走捷徑及利用漏洞：在 Carbon 的訓練中，我們進一步減少投機取巧的嘗試，同時確保模型維持高質素的編碼表現。Carbon 在 Terminal-Bench 4.0 上的成功作弊率降至 0.0%，作弊嘗試則降至 0.4%，整體準確度亦有所提升。在與內部團隊使用的即時編碼環境中，我們觀察到高嚴重程度的未對齊警示減少近 80%。
• 提升透明度與誠信：在內部測試中，Carbon 的無根據聲稱較 Argon 減少約 2 倍。它會直接在交付成果中列明方法上的限制；如有操作受阻，則會清楚列出仍需完成的事項，而不會捏造內容，或對欠缺的證據含糊其辭。
• 面對含糊情況時加強與用戶協作：Carbon 不會妄自猜測或強行推進，而是先查找相關來源，並在採取行動前向用戶指出不一致之處。因此，用戶應能體驗到與 Carbon 協作時大為改善。
• 貫徹執行而不越界：Carbon 同時減少越權行事 26% 及服務不足 29%，令多步計劃由始至終的執行更加可靠，同時遵守項目限制並嚴格按照既定範圍行事。
• 抵禦提示詞注入：Argon 此前在 Gray Swan 的間接提示詞注入（IPI）基準測試中，以極低的 0.7% 攻擊成功率，在提示詞注入抵禦能力方面領先；Carbon 則達到 0.0%，成功抵禦所有受評估的攻擊嘗試。

即將向開發者、企業及消費者推出

要推進技術前沿，就必須迅速行動，同時審慎部署。透過 Gemini 4 Carbon，我們的目標是在軟件工程和網絡安全防禦方面實現重大突破，同時不犧牲安全性或可靠性。我們期待看到首批網絡安全防禦人員如何運用這個模型，並期待很快將 Carbon 帶給開發者、企業及消費者。