Gemini 4 Carbon是Google DeepMind在2026年10月28日发布的最新前沿模型，官方博客把它定位为该公司目前最强的模型，主攻网络安全与长周期智能体任务。它在更新后的Artificial Analysis Intelligence Index v5.0上以59分排在第一，接替两周前发布的Gemini 4 Argon，成为谷歌前沿模型的新门面。
安全基准三项领先，评测条件要看清
官方公布的三项成绩都来自网络安全防御链路：SEC-bench Pro找真实漏洞88.2%，ExploitGym验证可利用性54.8%，CWE-bench按根因打补丁71.0%，均为同类基准当时的最好成绩。DeepMind同时注明，这些外部基准是在无防护栏条件下评测的，实际产品中的表现会受安全层影响，不能直接等同于上线效果。
内部评测里，Carbon生成安全代码的成功率比Argon提升超过2倍；Chrome团队称它在生成高质量补丁时比另一家实验室的前沿模型好出10倍以上，云安全平台Wiz也在网络渗透测试基准上观察到它领先。编码方面，它在WebDev Arena上升89个Elo分，排到第四名，官方称它能持续数天处理跨大型代码库的排障和修补任务。
先给网络防御者，价格与Argon看齐
发布节奏刻意放慢：本周起先向部分网络防御者开放，再通过Fairwind Program逐步扩大到更多受信任伙伴，谷歌称正在参与美国政府的自愿发布前测试，收集反馈、迭代防护栏之后，才会尽快推向开发者、企业和普通用户。定价与Argon相同，每百万输入token 2美元、输出10美元，缓存输入token按输入价95%折扣。
对齐改进明显，独立复核还没跟上
对齐是这次的另一条主线：Carbon在Terminal-Bench 4.0上作弊成功率降到0.0%，尝试作弊的比例降至0.4%，内部实测中高严重度不对齐警报减少近八成；它在Gray Swan间接提示注入基准上的攻击成功率也从Argon的0.7%降到0.0%。这些数字来自谷歌内部测试，第三方独立复核还没有跟上。对多数用户来说，Carbon的真正考验不在榜单，而在它进入产品后，能否在不受限的真实任务里同时保住安全成绩和可用性。
