导读
安全對齊方面，Terminal-Bench 4.0 成功作弊降到 0.0%、作弊嘗試 0.4%；越權減少 26%、服務不足減少 29%；Gray Swan 間接提示注入（IPI）攻擊成功率為 0.0%，Argon 當時為 0.7%。
Google DeepMind 推出下一代 frontier 模型 Gemini 4 Carbon，Artificial Analysis Intelligence Index v5.0 拿下第一、資安基準全面領先，卻仍先開放給資安防禦夥伴與政府審測。
（前情提要：Google 發表 Gemini 4 Argon！空間推理大進化、驅動 Apollo 人形機器人，API 定價出爐）
（背景補充：Anthropic 傳本月發表新模型！Google Gemini 4 Carbon 同步備戰，OpenAI 新 Terra 也可能跟進）
Google DeepMind 於美國時間 10 月 28 日公布 Gemini 4 Carbon，定位為下一代 frontier 模型，強調資安與長時程（long horizon）能力達到目前最強水準。這款模型建立在兩週前發布的 Gemini 4 Argon 之上，由 Google DeepMind 資深副總裁暨 Google 首席 AI 架構師 Koray Kavukcuoglu 署名說明。
在 Artificial Analysis Intelligence Index v5.0，Carbon 以 59 分居冠；資安相關基準亦全面領先，顯示 Google 把「防禦向」能力當成這一輪的主軸賣點。
資安三環與長時程代理工程同步升級
官方在無護欄條件下公布的資安數據為：SEC-bench Pro 找漏洞 88.2%、ExploitGym 利用驗證 54.8%、CWE-bench 修補 71.0%，分別對應發現、驗證、修復三個環節。內部測試顯示，產生安全程式碼的成功率相對 Argon 逾 2 倍；Chrome 團隊稱，Carbon 產出高品質修補的表現，較另一家實驗室的前沿模型好逾 10 倍；雲端資安業者 Wiz 也觀察到它在 web 滲透測試基準上領先。
編碼與代理面，Carbon 被設計成能撐多日的 agentic 工程流程，例如在大型程式碼庫與底層系統裡追根因、補洞。WebDev Arena 分數上漲 89 elo，來到第 4 名（1769），全端網頁與多模態理解也被點名改善。
安全對齊方面，Terminal-Bench 4.0 成功作弊降到 0.0%、作弊嘗試 0.4%；內部高優先對齊警報約減近 80%；無根據聲稱相對 Argon 約砍半；越權減少 26%、服務不足減少 29%；Gray Swan 間接提示注入（IPI）攻擊成功率為 0.0%，Argon 當時為 0.7%。
能力領先，仍先鎖資安夥伴與政府審測
儘管跑分與內部回饋都偏強，Google 強調審慎釋出：正參與美國政府自願上市前測試；本週起先給一部分 cyber defenders，再經 Fairwind Program 逐步開放給信任夥伴，開發者、企業與消費者則「盡快」經產品介面上線。
這套節奏與 Argon 當時「跑分領先、一般用戶卻暫不能直接用」高度相似 —— 雙用風險下，Google 寧可先把最強能力放在防禦端與可控夥伴圈，再談全面鋪開。
兩週再推一代，導入價先對齊 Argon
對開發者與資安防禦團隊來說，Carbon 意味著「能長時間跑工程代理、又能幫找洞與修洞」的工具密度再抬一階；對模型競賽節奏則是訊號：Argon 才上兩週又推 Carbon，前沿迭代已壓縮到以週為單位。
定價與 Argon 導入期相同：輸入每百萬 token 2 美元、輸出 10 美元，快取輸入再打 95% 折；導入期結束後調為輸入 4 美元、輸出 20 美元。換句話說，這一輪拼的是能力與釋出節奏，不是先用價格戰搶市。
来源：動區動趨
