跳到主内容
coding谷歌

Gemini 4 Carbon

Gemini 4 Carbon 于 2026-10-28 发布:AA 智能指数 v5.0 得 59 分排名第一,SEC-bench Pro 88.2%,但当前只对 Fairwind 计划内的网安防御者开放。

发布 2026-10-31更新 2026-10-31核实 2026-10-31

规格

厂商
谷歌
发布日期
2026/10/28
类型
coding
定价
介绍期 $2 输入 / $10 输出(每百万 token),介绍期结束后 $4 / $20;缓存输入 95% off;⚠️ 暂未开放购买
API 兼容
gemini

基准测试

59(第 1,第三方)
Artificial Analysis 智能指数 v5.0
88.2%(厂商口径)
SEC-bench Pro
54.8%(厂商口径)
ExploitGym
71.0%(厂商口径)
CWE-bench
+89 Elo 至第 4 名(转引分数有 1768 / 1769 两说)
WebDev Arena

优势

  • •Artificial Analysis 智能指数 v5.0 得 59 分,超过 Claude Opus 5.5 的 58 与 GPT-6 Astra 的 57
  • •网络安全三连刷新:SEC-bench Pro 88.2%(找漏洞)、ExploitGym 54.8%(验证可利用)、CWE-bench 71.0%(修)
  • •长程任务能力:官方称内部见过它连续跑数天,在大仓库里穿越死路定位并修补细微 bug
  • •WebDev Arena 提升 89 Elo 到第 4 名,说明增益不只在安全侧

不足

  • •买不到:目前仅通过 Fairwind 计划向部分网络安全防御者开放,开发者与普通用户开放时间未给
  • •没有公开模型 ID、上下文窗口与知识截止日,官方公告一个字都没写
  • •介绍期何时结束官方未定日期,预算只能按 $4/$20 常规价做保守估计
  • •安全类与内部基准(如 Chrome 团队「补丁质量好 10 倍」)均为厂商口径,无法第三方复现

适用场景

防御性安全:漏洞发现、可利用性验证、补丁生成的全链路长程工程任务:跨大仓库的根因定位与多步改造需要有护栏之外的评测参考、用于内部红队基线对比的团队

概述

Gemini 4 Carbon 是 Google DeepMind 于 2026-10-28 发布的 Gemini 4 家族第二款模型,官方称其为 「our strongest model with state-of-the-art cybersecurity and long horizon capabilities」。距 Gemini 4 Argon 全球开放只隔两周。

这张卡最重要的信息不是跑分,而是「你现在买不到」。 官方明确:发布当周先给部分网络安全防御者,再通过 Fairwind Program 逐步扩到受信任伙伴,之后才轮到开发者、企业与消费者——后者没有日期。同时谷歌表示正在参与美国政府的模型预发布自愿测试流程。

核心能力

网络安全:从「找」到「修」的三段式评测

Carbon 是第一个把「发现—验证—修补」三段拆开各自报分的谷歌模型:

阶段基准分数它测什么
发现SEC-bench Pro88.2%在真实软件里找出真实缺陷
验证ExploitGym54.8%证明缺陷可被利用(厂商称新 SOTA)
修补CWE-bench(Collinear)71.0%产出可合并的修复补丁

三个数字不可横向比较——它们的分母与判分方式不同。站内对「跨基准裸比」的一贯处理见 Terminal-Bench。

长程任务:数天不跑偏

官方称内部团队观察到 Carbon 能连续运行数天,在大型代码库与底层系统里「穿越死胡同」完成根因定位与修补。这类能力的可验证信号是 Terminal-Bench 4.0 的作弊率:官方报成功作弊 0.0%、尝试作弊 0.4%——比分数更能说明「它是解决问题还是绕过问题」。

对齐与安全:这部分写得很具体

指标相对 Argon 的变化
内部实盘编程环境高严重度错位警报下降近 80%
无依据断言(unsupported claims)减少约 一半
越权(overreach)/ 服务不足(under-service)−26% / −29%
Gray Swan 间接提示注入成功率0.0%(Argon 为 0.7%)

上述外部基准均为**未启用护栏(evaluated without guardrails)**条件下评测,属厂商口径。

获取方式 / 定价(2026-10-31 核对)

项值说明
介绍期价格$2 输入 / $10 输出(每百万 token)与 Argon 首发价完全一致
介绍期结束$4 输入 / $20 输出官方未给结束日期
缓存输入官方称 95% off input token price约 $0.10
现在谁能用Fairwind Program 内的部分网安防御者需审核
普通开发者 / 消费者「as soon as possible」无日期

两个不要做的推断:① 不要照抄 Argon 的 11-30 截止日——谷歌没把 Carbon 放上 Gemini API 定价页,介绍期是否同样在 11-30 结束未知;② 不要相信第三方「Carbon API」转售——谷歌没有公开 Carbon 的 API,任何声称能调用的转售商都不可能有合法路由。

API 调用示例

当前无公开 API,以下代码仅为正式开放后的形状参考,模型 ID 与端点都可能变:

from google import genai

client = genai.Client(api_key="...")  # ⚠️ 未开放,暂无可用 model id

resp = client.models.generate_content(
    model="<Carbon 正式模型 ID 待官方公布>",
    contents="审查这段代码的注入风险:<粘贴代码>",
)
print(resp.text)

适合 / 不适合

适合

  • 防御性安全团队(漏洞发现、可利用性验证、补丁生成)
  • 需要做长程根因定位的底层系统 / 大仓库维护者
  • 想拿「无护栏评测」口径做内部红队基线的研究团队

不适合

  • 现在就要上线任何东西的项目(买不到,也没有日期)
  • 预算敏感的高并发场景(常规价 $4/$20,与 Opus 5.5 同档)
  • 需要「已公布上下文 / 输出上限」才能做容量规划的系统(官方未公布)

相关阅读

待核实

  • 公开 API 的模型 ID、上下文窗口、单次输出上限、知识截止日:官方公告均未给出;AA 侧标注 1M 上下文,但那是第三方标注,本卡因此不写 contextWindow。
  • 介绍期的截止日期:官方只写「after the introductory period expires」,未给日期。
  • WebDev Arena 分数:官方原文(转引)为 1769,部分二手源写 1768,本站并列两说。
  • 「Chrome 团队称补丁质量好 10 倍以上」:官方未指名对比对象,属内部测试。

来源

本卡片由 AI 之家 编辑部根据公开资料整理,非厂商付费内容;定价与功能以官网为准,欢迎在 反馈邮箱 反馈更新。

相关对比

Claude Code vs Gemini CLI:终端 AI Agent 怎么选?(2026 选型指南)

Claude Code 和 Gemini CLI 都是终端原生的 AI 编码 Agent。一句话结论 + 决策树 + 价格 + 国内可用性对比:长任务与 CLAUDE.md 生态选前者,免费额度与接入门槛选后者。

CodeRabbit vs Greptile:PR 评论机器人还是代码库大脑?2026 对比

CodeRabbit 与 Greptile 2026 选型对比:CodeRabbit 专注 PR 上的自动评审与评论式反馈,开源仓库免费;Greptile 强在代码库级理解与跨仓库问答,并提供 API 供自建流程调用。从 6 个维度给出明确取舍建议。

CodeRabbit vs Qodo:PR 评审与质量门禁,怎么选?2026 对比

CodeRabbit 与 Qodo 2026 选型对比:CodeRabbit 主打 PR 自动评审与评论式反馈,开源仓库免费;Qodo 把评审与测试生成、质量门禁绑在一起。从产品形态、上手成本、长任务、国内可用性、计费与生态 6 个维度给出明确取舍。

Sourcery vs CodeRabbit:写代码时的提示 vs 提 PR 时的评审

Sourcery 与 CodeRabbit 2026 选型对比:Sourcery 偏重构建议与代码质量即时提示,Python 生态见长、体量更轻;CodeRabbit 专注 PR 自动评审与评论式反馈,多语言与配置灵活,开源仓库免费。从 6 个维度给出明确取舍。

Codex CLI vs Gemini CLI:两家大厂终端 Agent 怎么选?(2026 选型)

OpenAI Codex CLI 与 Google Gemini CLI 的正面比较:一句话结论 + 决策树 + 价格 + 国内可用性。已有 ChatGPT 账号选 Codex,想零成本起步选 Gemini CLI。