美国时间10月28日，在Alphabet第三季度财报电话会召开前约3小时，谷歌发布了新一代旗舰模型Gemini 4 Carbon，以59分登顶Artificial Analysis智能指数，重回全球第一。 它真正想主打的是网络安全：漏洞发现SEC-bench Pro、漏洞利用验证ExploitGym、漏洞修复CWE-bench三项评测分别拿到88.2%、54.8%和71.0%，全部排名第一。 但对开发者，最需要先知道的事实是：现在还用不上。这周模型只开放给一部分网络安全防御者，之后通过Fairwind计划逐步放给更多合作方，再往后才轮到开发者、企业和普通用户，开放日期官方没有给。知乎知乎微博
「主打网安」意味着什么：防御的三步活它全包了
三项网安基准对应的是安全工程师的实际工序：找漏洞考的是从浏览器JavaScript引擎里真实出现过的漏洞中自己定位问题，并写一小段代码证明漏洞确实存在；确认可利用性要求在断网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；修漏洞由第三方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。 防御的另一面也有进展：在Gray Swan的间接提示注入测试中，Carbon拿到了0%的攻击成功率，抵挡住了允许攻击者最多尝试15次的全部测试，作为对照，Argon的攻击成功率为0.7%，Claude Opus 5.5为1%，GPT-6 Astra为8.5%，考的是模型能否抵挡藏在网页、邮件等外部资料里的恶意指令。微博知乎
谷歌解释为什么防御方优先：前沿模型找漏洞、修漏洞的能力，落到攻击者手里同样是威胁，所以要让防御方先用上，赶在新威胁出现之前把关键漏洞修掉。 这些数字目前还只是谷歌自己的证据：内部测试里，安全代码生成成功率较Argon提高超过一倍，网安三项分数是关掉安全防护后测出的，外部复现之前要打折看。知乎知乎微博
等待窗口里，开发者有三件事可做
Fairwind的门槛不向普通开发者敞开：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。 能做的第一件事是估计等待时长：Argon从公布到全面开放用了13天，这代「先防御者、后放开」的节奏大概率有参照。微博知乎
第二件事是算钱。按标准价口径，Artificial Analysis测得Carbon平均完成一项综合评测任务的成本为7.76美元，与Argon的7.68美元基本持平，比Claude Opus 5.5的10.04美元便宜约23%，但比GPT-6 Astra的6.24美元贵约两成。 第三件事是别急着按推广价锁价：Argon的促销2026年11月30日到期，12月1日起回到标准价，而Carbon的促销截止日期到今天都还没公布。知乎知乎
开放后值得试什么，又不该拿它换什么
谷歌给Carbon的定位是长时程任务：能连续工作好几天，遇到死胡同能自己绕过去，典型工作是在大型代码库和底层系统里找根因、修隐蔽的bug，适合想搭「发现漏洞—确认可利用—修复并跑通测试」流水线的团队。要留意，这些都是谷歌内部观察，没有外部验证。 长上下文是领先幅度最大的一项：GraphWalks测试中，Carbon的成绩从Argon的84.2%提高到96.2%，超过GPT-6 Astra的71.8%，这项考察模型在长达百万Token的上下文中追踪复杂关联的能力。知乎知乎
但它不该用来换掉你的主力编码工作流：谷歌自己公布的17项基准里输的两项恰好是写代码和操作电脑——FrontierSWE 2上GPT-6 Astra的65.5%高于Carbon的61.2%，OSWorld上Claude Opus 5.5的87.2%高于Carbon的81.5%。 在专门衡量编程能力的AA Coding Agent指数上，Carbon的59分也仅次于Claude Opus 5.5的62分。 所谓「全球第一」来自综合指数，59对58一分的差距在噪声量级，而v5.0首次把60%权重放到外部无法复现的私有测试集上——拿榜名做工程选型，本身就站不住。微博知乎知乎
比分数更该记住的：发布流程正在定型
从Argon算起，这已是谷歌第二次把前沿模型先交给防御方，而Fairwind计划早在9月就配好了合作网络，伙伴包括埃森哲、麦肯锡、帕洛阿尔托网络；这次谷歌同时参加了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。 网安能力不再只是评测表上的附属项，而是已经改变旗舰模型的发布顺序。「某某发布了最强模型」的发布日和「开发者能用上」的日子正在被拆开，下次看到这类新闻，先问一句哪天能用，再决定要不要为它改自己的技术选型。知乎微博
