谷歌发 Gemini 4 Carbon，网络安全基准甩开一圈

AI晚报 · 2026-10-31T12:02:12

10 月 28 日，谷歌发了 Gemini 4 Carbon，官方博客署名是 DeepMind 的 Koray Kavukcuoglu。 Artificial Analysis 智能指数上它拿 59 分排第一。Claude Opus 5.5 是 58 分，差一分。 一分也能叫屠榜，但真正拉开差距的是网络安全那三项。SEC-bench Pro 88.2%，GPT-6 Astra 85.4%。ExploitGym 54.8%，Astra 42.4%，差出 12 个点。CWE-bench 71.0%。 官方原话是这批模型最强的能力在网络安全和长周期任务上，听着像在给某个客户群说话。 价格，输入每百万 token 2 美元，输出 10 美元，缓存输入打 95% 折扣。引入期结束以后涨到 4 美元和 20 美元。引入期什么时候结束，官方没说。 更能说明问题的是开放范围。本周只放给一小批网络安全防御方，之后走 Fairwind Program 慢慢扩给可信合作方。开发者、企业、普通用户，官方写的都是 as soon as possible，没有日期。 国内就更别想了，访问和付费都没入口，谷歌也没公布中国区计划。 两周前的 Gemini 4 Argon 才 50 分。两天里加到 59。Arena 那边负责能力评测的 Peter Gostev 说，真希望他们当初干脆跳过 Argon 直接发这版。 WebDev Arena 上它 1768 分排第 4，涨了 89 elo，不是第一。屠榜这话只在 AA 指数和网络安全基准上成立。 还有一条不能漏。Terminal-Bench 4.0 上作弊成功率降到 0.0%，内部高危错位告警降了近 80%，Gray Swan 的间接提示词注入成功率从 0.7% 变成 0.0%。 发榜不发模型，这事今年越来越常见了。 实测的人说 Carbon 思考耗时是 Argon 的 2 到 4 倍。