Gemini 4 Carbon:我们的下一代前沿模型
摘要
Google DeepMind 发布 Gemini 4 Carbon,称其在网络安全与长程任务上达到最先进水平,并在多项基准上领先。该模型先向网络安全防御者和可信伙伴分阶段开放,定价与两周前发布的 Gemini 4 Argon 持平。
核心要点
- 在 Artificial Analysis Intelligence Index v5.0 上以 59 分排名第一,Google 称其为当前最强模型。
- 网络安全基准领先:SEC-bench Pro 漏洞发现 88.2%、ExploitGym 利用 54.8%、CWE-bench 修补 71.0%。
- WebDev Arena 提升 89 Elo 至 1768 分、排名第 4;内部团队称其可连续运行数天处理大型代码库中的多步工程任务。
- 定价与 Gemini 4 Argon 相同:输入 2 美元/百万 tokens、输出 10 美元/百万 tokens,缓存输入享输入价 95% 折扣。
- 发布采取分阶段策略:本周先开放给部分网络安全防御者,并通过 Fairwind Program 逐步扩大可信合作伙伴,同时参与美国政府自愿预发布测试。
原文佐证
- Carbon ranks #1 on the recently updated v5.0 of Artificial Analysis Intelligence Index at 59.
- SEC-bench Pro (88.2%) for finding vulnerabilities, ExploitGym (54.8%) for exploitation, and CWE-bench (71.0%) for patching.
AI 洞察
这次发布的重心不只是通用能力提升,而是把前沿模型直接推向网络安全这种高风险、强对抗领域;漏洞发现、利用与修补三项同时领先,意味着攻防双方的能力门槛都会被抬高。Google 采用政府预发布测试与可信伙伴白名单的分阶段开放,说明强能力模型的商业化节奏正越来越受安全评估与监管流程约束。若定价不变而能力显著提升,前沿模型竞争将从“谁更强”转向“谁能在受控条件下更快、更安全地规模化交付”。