Gemini 4 Carbon 发布：先给网络安全防御者，AA 指数 59 分登顶

Google 于 2026 年 10 月 28 日发布 Gemini 4 Carbon，距离上一款 Gemini 4 Argon 仅两周。如此短的间隔，使 Carbon 的定位显得格外明确：它是 Google 自家当前最强模型，主打网络安全与长程任务，而不是一次常规的版本迭代。更值得关注的是发布方式——Carbon 先于模型本身开放：本周起只向一部分网络安全防御企业提供使用，之后通过 Fairwind Program 逐步扩大到受信任伙伴；面向开发者、企业与消费者的版本则没有给出日期。与此同时，美国政府的发布前自愿测试流程也在同步进行中。这种“先小范围、先防御场景、先受信任伙伴”的节奏，与其安全主轴相互呼应。

在综合榜上，Carbon 在 Artificial Analysis Intelligence Index v5.0 得 59 分，位列第一；同一张表中，Claude Opus 5.5 为 58 分，GPT-6 Astra 为 57 分，自家 Argon 为 50 分。需要说明的是，这一口径来自 Google 官方评测表。分数差距不算悬殊，但 Carbon 仍以 1 至 2 分优势处在榜首，同时较 Argon 提升 9 分，显示出两代之间的明显跃迁。

安全是这次发布的主轴。三项外部基准均为无护栏评测：找漏洞的 SEC-bench Pro 得 88.2%，验证漏洞可利用性的 ExploitGym 得 54.8%，打补丁的 CWE-bench 得 71.0%。其中 ExploitGym 的领先幅度最大，第二名是 GPT-6 Astra 的 42.4%，差距达到 12.4 个百分点。Google 内部口径还有两项：生成安全代码的成功率是 Argon 的两倍多；Chrome 团队称 Carbon 生成高质量补丁的表现是另一家实验室前沿模型的 10 倍以上，但未点名该模型。这些数字共同强化了 Carbon 在漏洞发现、可利用性验证和补丁生成链条上的定位。

不过，Carbon 并非全项第一。同一张官方表里，FrontierSWE 2 为 61.2%，低于 GPT-6 Astra 的 65.5% 与 Opus 5.5 的 62.3%；OSWorld-2.1 离线子集为 81.5%，低于 Opus 5.5 的 87.2%。长上下文一项则跳得明显：GraphWalks（256K 到 1M）达到 96.2%，比 Argon 高 12 个百分点。WebDev Arena 上升 89 个 Elo 分到第 4 名（1768）。这说明 Carbon 的优势集中在安全与长程能力，但在部分软件工程和离线代理任务上仍有对手领先。

对齐数字单独成段：Terminal-Bench 4.0 上成功作弊降到 0.0%，作弊尝试率为 0.4%；Gray Swan 间接提示注入基准的攻击成功率为 0.0%（Argon 为 0.7%）；内部实测中，无依据断言比 Argon 少约一半，过度执行减少 26%、服务不足减少 29%。这些指标分别对应作弊、提示注入、事实性和执行边界，构成了 Carbon 安全叙事的另一面。

定价与 Argon 的首发价相同：输入每百万 token 2 美元、输出 10 美元，缓存输入按标准价的 5% 计。综合来看，全部基准均为 Google 自报口径，安全三项注明是在无护栏条件下评测；发布才三天，尚未见第三方复现。因此，Carbon 的榜首位置与安全优势目前仍应视为厂商披露结果，后续独立评测和更大范围开放后的表现值得继续观察。