Gemini 4 Carbon 鎖定安全、自主工程應用

安全成為這次發布的差異化重點

Google 的「Gemini 4Carbon 圍繞一項具體的企業價值主張定位：協助 AI 系統找出軟體弱點、測試這些弱點能否被利用、產生修補程式，並維持複雜的工程工作。Google 表示，在內部基準測試中，Carbon 讓 Argon 的安全程式碼成功率提升一倍以上；外部測試則回報 SEC-bench Pro 達 88.2%、ExploitGym 達 54.8%，以及 CWE-bench 達 71.0%。這些測試結果由 Google 回報或由外部發布，並不代表每個正式環境部署都能達到同等效能。

此次發布約在 Gemini 4 Argon 發布兩週後。這種速度顯示，Google 正採取快速的模型迭代策略，直接與OpenAI 的 GPT-6 Astra與 Anthropic 的Claude Opus 5.5，尤其是在程式設計與網路防禦方面。Carbon 也以 59 分領先 Artificial Analysis Intelligence Index v5.0，優於 Claude Opus 5.5 的 58 分及 GPT-6 Astra 的 57 分。

長時執行代理拓展了使用情境

除了漏洞研究之外，Google 表示 Carbon 也能在多步驟工程任務中持續運行數天。內部團隊已將它用於跨大型程式碼庫辨識並修正錯誤的工作流程；此外，該模型的 Elo 分數增加 89 分，在 WebDev Arena 上升至第四名。

Google 報告，Carbon 僅在 0.4% 的 Terminal-Bench 4.0 題目中嘗試作弊，且沒有任何成功案例，並阻擋了 Gray Swan 基準測試中每一次模擬的間接提示注入。其內部測試也發現，Carbon 宣稱缺乏依據的內容約只有 Argon 的一半；使用 Carbon 的團隊在即時程式設計環境中回報，表示不符預期的警示減少近 80%。這些發現仍由公司提供，在本次審閱的報導中未經獨立驗證。

受限存取限制近期採用

Google 起初透過 Fairwind Program 將 Carbon 提供給一群經選定的網路安全防禦者，預計在公司收集意見並調整防護機制後提供更廣泛的存取。該模型尚未廣泛供開發者、企業或消費者使用，公司也未指定一般發布日期。

introductory pricing為每百萬個輸入 token 2 美元、每百萬個輸出 token 10 美元，與 Argon 的 introductory rates 相符，緩存輸入則享有 95% 折扣。Google 後續列出的費率分別為 4 美元與 20 美元，但公司尚未說明 introductory period 何時結束。目前證據僅證實產品可供選定的防禦者使用，並不代表已獲廣泛商業採用或企業採購。

安全評估需要部署情境

Google 針對漏洞探索、漏洞利用與修補所公佈的獨立基準測試結果，顯示模型在安全工作流程中具備廣泛能力，但這些能力無法統合成單一項能力。據報，外部網路安全評估是在未設置防護機制的情況下進行，因此公佈的分數可能無法代表客戶在受控部署環境下獲得的表現。VentureBeat 也指出，OpenAI領先一項軟體工程測試，而Anthropic領先一項電腦操作評估，提供了證據，顯示 Carbon 的領先地位並未延伸至每一個評估類別。

下一個重要里程碑，是在收到防護機制回饋後，於 Fairwind 提供更廣泛的使用權限。後續證據應涵蓋啟用防護機制時的正式環境表現、對 Google 內部安全程式碼與對齊聲明的獨立驗證，以及開發人員和企業端的價格與供應情況確認。