Google 发布 Gemini 4 Carbon，综合榜排第一，本周只给网络安全防御团队用，普通用户和开发者还要等 Google 10 月 28 日发布新… · @dotey · TwKit

@dotey

Google 发布 Gemini 4 Carbon，综合榜排第一，本周只给网络安全防御团队用，普通用户和开发者还要等 Google 10 月 28 日发布新模型 Gemini 4 Carbon，离上一个模型 Gemini 4 Argon 只隔了两周。在第三方评测机构 Artificial Analysis 的综合排行榜（v5.0 版）上，Carbon 59 分排第一，比 Claude Opus 5.5 高 1 分，比 GPT-6 Astra 高 2 分。 这次你暂时用不上。Argon 发布当天，Google AI Pro、Ultra 订阅用户和付费 API 开发者就能用；Carbon 本周只给“一部分网络安全防御者”，之后通过 Fairwind 计划放给更多合作方，再往后才轮到开发者、企业和普通用户。哪天开放，官方没说，Sundar Pichai 在推文里只说“很快”。 Fairwind 是 Google 让网络安全防御方提前用新模型的计划，Argon 时就有。按官网说明，名额优先给国家网络安全机构、医疗电信能源金融等关键基础设施运营方和大型科技平台，要经 Google Cloud 客户团队申请、做背景审查，只能给内部安全团队用。普通人和一般公司进不去。 【多少钱】 API 价格和 Argon 一样：引入价每 100 万 token（模型处理文字的基本单位）输入 2 美元、输出 10 美元，引入期过后涨到 4 美元和 20 美元。Argon 的引入价到 11 月 30 日为止，Carbon 的引入期到哪天官方没说。会不会进 Gemini App、要哪档订阅，官方也没说。 【比 Argon 和别家强在哪】 Google 说 Carbon 能连续跑好几天，碰到死胡同会自己换路，适合在大型代码库里追查隐蔽 bug 再修好。按 Google 内部测试，它写出安全代码的成功率是 Argon 的两倍多，没有依据的说法少了约一半。 Google 公布的对比表有 17 项测试，Carbon 拿了 15 项第一。没赢的两项：写代码的 FrontierSWE 2，GPT-6 Astra 65.5%，Carbon 61.2%；操作电脑的 OSWorld，Claude Opus 5.5 87.2%，Carbon 81.5%。表里别家的分数大多取自各家自己公布的数字或公开榜单，有几项是 Google 自己跑的。 【安全分数高，是不是能帮人黑系统】 Pichai 推文里的三个分数，对应安全团队处理漏洞的三步。 找漏洞：SEC-bench Pro 88.2%。题目是浏览器 JavaScript 引擎里真实出现过的漏洞，模型要自己找到，并写出一小段代码证明漏洞确实存在。这项是 Google 自己跑的，GPT-6 Astra 85.4%。 确认漏洞能不能被利用：ExploitGym 54.8%。模型在断网的隔离环境里，针对已知漏洞写出能攻进测试程序的代码。安全团队靠这一步排优先级，能被利用的先修。GPT-6 Astra 42.4%，Claude Opus 5.5 34.5%。 修漏洞：CWE-bench 71.0%。由第三方 Collinear 出题打分，模型要修好真实开源项目里的漏洞，修完攻击失效、原有测试全部通过才算对。 同样的本事，落到坏人手里也能用来攻击。Google 写明这些分数是关掉安全防护后测的。它的做法是先只给审查过的防御方用，同时参加美国政府自愿的发布前模型测试，等调整好防护再向开发者和普通用户开放。 官方博客：https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-carbon/ 评测方法：https://deepmind.google/models/evals-methodology/gemini-4-carbon

曝光 4817 · 评论 7 · 点赞 17 · 书签 4