谷歌正式发布 Gemini 4 Carbon:主打长周期智能体任务,首发价与 Argon 持平

2026-11-18T11:36:11

谷歌正式发布 Gemini 4 Carbon:主打长周期智能体任务,首发价与 Argon 持平

图1 Gemini 4 Carbon 官方主视觉(图片来源:谷歌官方)

谷歌(Google)于11月11日通过官方渠道宣布,正式推出旗下迄今最强人工智能模型 Gemini 4 Carbon。该模型由 Google
DeepMind 团队打造,面向复杂知识工作、软件工程、网络安全及科学推理等长周期智能体(Agent)工作流,目前已通过 Google AI Studio 中的
Gemini API 及 Gemini for Business,向付费开发者和企业用户开放。

定位:面向智能极限任务的旗舰模型

谷歌首席 AI 架构师、Google DeepMind 高级副总裁 Koray Kavukcuoglu 在发布文章中表示,Carbon
定位于挑战模型智能极限的任务,例如多步骤编码与调试、开放式科学研究等。与此前发布的 Gemini 4 Argon 相比,Argon
仍承担绝大多数常规软件工程与知识工作,而 Carbon 通过消耗更多 token 进行深度探索、缜密推理和扩展验证循环。据悉,Carbon
在正式发布前两周,已通过“Fairwind 计划”提前向部分网络安全专家开放。

多项基准排名第一,首发价与 Argon 持平

据谷歌公布的数据,Carbon 在 CursorBench 4.0、Perplexity WANDR 以及 Zapier AutomationBench
三项独立基准测试中均排名第一,且单个任务成本较同类次优模型低 2 倍以上。

针对现有基准难以衡量智能体处理图表、蓝图、表格等密集文件能力的问题,谷歌还与 Artificial Analysis
合作推出多模态知识智能体基准(MKA)。Carbon 在该测试中排名第二,单任务平均成本比第一名模型低 6 倍以上。金融领域方面,Carbon 在
Balyasny Asset Management 的通用金融智能基准 23 个前沿模型配置中位列第一;Hebbia
的端到端金融智能体评测显示,其与受测最佳模型表现持平。

定价方面,Carbon 首发体验价与 Argon 相同,为每百万输入 token 2 美元、每百万输出 token 10 美元。优惠期将于 2026 年
11 月 30 日结束,此后恢复至每百万输入 token 4 美元、输出 token 20 美元。

/swarm 预览版上线,单提示词生成协同智能体团队

配合新模型上线,谷歌在智能体开发平台 Google Antigravity 中推出 /swarm
预览版,可将单个提示词转化为可实时追踪的协同智能体团队:由 Carbon
承担架构设计、协调和审计等最需要深度推理的角色,同时与并行隔离工作区中的轻量模型及对抗性验证器配合。

工程开发:多智能体协作,构建可运行应用

在工程场景中,官方称 Carbon 支持多包迁移、跨子系统排障和架构重构,可运行“构建并验证”循环、从错误中自动恢复,并同时检查代码与渲染后的
UI,适用于 Web 应用、3D 游戏开发和创意编程。多家早期测试企业给出了正面反馈:HubX 方面称,在其 1.4 万个测试用例的代码库中,Carbon 对
16 个真实缺陷实现 94% 修复率且零回归;OpenCode 工程师表示,Carbon 曾在一夜之间从零构建出一套 Rust UI 库并重写桌面应用。

网络安全:覆盖漏洞发现、利用与修补

此次发布的 Carbon for cyber 被谷歌称为其迄今最强网络安全模型,在 SEC-bench Pro、ExploitGym 和
CWE-bench v1 等基准上领先。

谷歌披露的内部实践显示,在其自主漏洞系统 Project Fortify 中,Carbon 扫描召回率达 100%、分类准确率
95%,在开源代码库测试中较 Argon 再提升 25% 以上的漏洞发现能力。Google Cloud 安全漏洞研究团队借助该模型,证实某流行开源软件中的两个
Bug 为可利用漏洞,并推动其重新定级为高危。云安全厂商 Wiz 则在“Scan for Good”项目中,用 Carbon 在两小时内发现两家大型 SaaS
厂商的 0-day 漏洞,而传统流程通常需要数周。SentinelOne、思科、Chainguard
等合作方也在官方材料中证实了其在漏洞链分析和长上下文场景下的表现。

科学推理:从加密协议验证到蛋白质研究

在科研领域,Carbon 已被药物毒性研究公司 Axiom Bio 用于发现新的毒性机制。谷歌内部研究团队还展示了三项应用:一是借助名为
AlphaProof Code 的智能体框架,在数周内完成 Signal
加密协议底层代码关键安全属性的形式化数学证明,而同类工作以往通常需要专家团队数年时间;二是在酶测定法开发中识别湿实验偏差并改进色谱分析方法;三是在 CASP17
盲测集的 7 个低同源性蛋白质家族中,将检索到的同源物数量平均提高 40 倍,为蛋白质结构预测提供更丰富的上游信息。

此外,谷歌此前宣布免费为 1000 名科学家提供为期六个月 Antigravity 使用权的计划,现已扩大至 Carbon
模型,申请通道保持开放并按周滚动审核。

安全保障:提示词注入攻击成功率首次降至零

针对网络安全能力可能带来的滥用风险,谷歌同步公布了一组安全数据:在模拟“自适应红队智能体”的测试中,Carbon 拦截了 99%
的攻击路径,单次尝试突破率为 0.8%,低于 Argon 的 3.1%;Gray Swan 测试中,自动化网络攻击查询成功率降至 2.17%,Argon 为
9.86%。外部机构 Trajectory Labs 在长达 132 小时、超过 1.3 万次请求的测试中,未发现新的通用越狱手段。

在对齐表现方面,Carbon 在含 375 项任务的智能体诚实度基准中通过率为 92%,Argon 为 70%;在 Gray Swan IPI
基准上,间接提示词注入攻击成功率首次降至 0%。谷歌同时承认,面对复杂精密攻击,模型在特定场景下仍有持续改进空间。

谷歌正式发布 Gemini 4 Carbon:主打长周期智能体任务,首发价与 Argon 持平

图2 模型全生命周期对齐指标对比,数值越低越好(图片来源:谷歌官方)

来源:3DM游戏网

本站旅行资讯与攻略整理自公开渠道及实地体验,仅代表作者个人观点,与本站立场无关。出行信息请以景区及相关部门最新公告为准。转载请保留原文链接并注明出处。
回顶部