Google 今日宣布 Gemini 4 Carbon 成为下一个 frontier 模型，并声称在编码、代理任务和网络安全防护等多个方面取得“显著提升”，特别是在发现漏洞的能力和代码生成安全性上有所突破。Carbon 在最新更新的 Artificial Analysis Intelligence Index v5.0 中，排名 #1，得分 59，这一快速推进被 Google 归因于研究人员与模型的协同运作，使实验室的成果能够更快速落地实战应用。Carbon 的改进，也基于用户反馈，在编码、代理人和科学任务，以及完整网页端开发和多模态理解等方面提升整体表现。
在网络开发和安全测试方面，Carbon 的表现显著提升，在 WebDev Arena 的 Elo 指数攀升 89 点，达到 1769 分，显示在实际开发工作和多步骤任务上的准确性和稳定性提升。安全性评测方面，Carbon 在 SEC-bench Pro 的漏洞发现能力达到 88.2%，ExploitGym 的剖析与利用测试为 54.8%，CWE-bench 的修补能力为 71.0%。这些数据表明 Carbon 在生成安全代码和现场编码环境的表现，能够在较大程度上降低错误与不实输出。
官方表示，Carbon 的改进并非单靠单一模块，而是研究人员与模型协作的结果。在内部测试中，Carbon 会直接将方法论与重要前提写入交付成果，并清楚列出仍需证据支撑的部分，避免虚构或模糊推断；同时，遇到模糊情况会先向用户展示相关来源并区分差异，再去执行后续步骤，提升与用户的协作质量。
外部公开的定价策略预告显示，Carbon 将先向“网络防御专家”推出，并提供分阶段的定价，初步以每百万输入令牌 $2、每百万输出令牌 $10，并对缓存输入令牌提供 95% 折扣。之后，售价调整为每百万输入令牌 $4、每百万输出令牌 $20。这个定价模式反映出 Google 希望在企业与开发者社群中推广高阶安全与协作能力，并在市场上建立长远的使用价值。相关动作有助于推动更多数字安全与自动化应用的普及。
Gemini 4 Carbon 的多维表现：编码安全与人机协作的新格局
Carbon 的提升内容涵盖多个层面，首先在编码能力方面，系统能在生成可用的代码同时减少虚假输出，同时提升与现有团队的协作效率。在代理任务与科学任务方面，Carbon 增强了多步骤任务的可靠性，在实际操作中能更好地遵守项目限制，并避免过度介入或不足服务的情况，这一改进有助于提升开发流程的可预见性。
在网页开发和多模态理解方面，Carbon 的品质与输出稳定性提升，让开发者在实施过程中更快取得可验证结果，并降低不整合风险。根据 Google 提供的内部评测，Carbon 在面对高压任务时的回应更加贴近正确的处理方式，提升了整体工作流的信任度。对于有安全需求的企业，这些改进可以减少人为失误，提升自动化工具在现场的可用性。
此外，Carbon 在透明度和诚实度方面也作出改进。测试中，Carbon 能够指出未受支持的声称约减少 2 倍，并将方法论前置在交付物上，在缺乏证据时选择保留或提出明确的限制，避免提供过度保证。面对模糊情况，Carbon 会先检索相关来源、展示差异，然后再执行，提升用户的判断空间和信心。
若以未来展望作参考，Gemini 4 Carbon 将于开发者、企业与消费者间逐步推出，并为网络防御领域带来新的竞争格局。Google 指出，Carbon 是通过“研究人员与模型”的协作快速推进，这意味着研究发展与实际应用之间的断层正被快速缩窄。对香港的科技公司与研究机构而言，这一趋势意味着在数字安全、云端开发与多模态工具的采用成本与难度有望降低，促使更多创新项目走向市场。
更多背景信息显示，Carbon 是以比以往更高的透明度和较低的错误率作为目标，在实际工作流程中能提供可追溯的决策路径。同时，Google 指出此次发布是“很快就会在开发者、企业与消费者群体中推出”，意味着现阶段的测试与试点将针对多元场景展开，相关资源与支持也会随之增长。若想看到更多信息，读者可参考 Google 官方公布的最新进展与指引，并留意后续的发布动态。