Google DeepMind 发布 Gemini 4 Carbon，主打网络安全与智能体任务

2026年11月10日

开发者、企业、科学家和消费者现在可以试用我们最新的前沿模型了。

您的浏览器不支持 audio 元素。

收听文章

[[duration]] 分钟

此内容由 Google AI 生成。生成式 AI 尚处于实验阶段

本文内容

今天，我们向开发者、企业、科学家和消费者推出 Gemini 4 Carbon。Carbon 是我们最强大的模型，在网络安全能力和长时程智能体工作流方面具有前沿表现，涵盖复杂的知识工作、软件工程和科学推理。

两周前，我们通过 Fairwind 计划向一批网络安全防御者发布了 Carbon。继我们最近推出 Gemini 4 Argon 之后，Carbon 进一步推动了前沿。Argon 仍是大多数软件工程和知识工作的理想选择，而 Carbon 则专为考验模型智能极限的任务而打造，例如复杂的多步骤编码与调试，以及开放式的科学研究和发现——它比 Argon 使用更多 token 来进行彻底探索、深入推理，并运行扩展的验证循环。

在旨在测试模型在真实工作流中表现的独立基准测试中，Carbon 将前沿准确性与实用的生产经济性结合在一起。它在 CursorBench 4.0、Perplexity 的 WANDR 和 Zapier 的 AutomationBench 上排名第一，且每个任务的成本比次优的外部模型低 2 倍以上。

为了将 Carbon 的能力应用于更大、更复杂的项目，我们正在 Google Antigravity 中预览 /swarm，将单个提示词转变为一个可实时跟踪的协作智能体团队。开发者可以让 Carbon 承担需要最深度推理的角色，例如架构设计、协调和审计，同时将它与更快、更轻量的模型搭配，在并行隔离的工作区中运行，并由对抗性验证器测试每一项更改。

Gemini 4 Carbon 现已通过 Google AI Studio 和 Gemini for business 中的 API 面向所有付费开发者和企业开放，首发价格 ¹ 与 Gemini 4 Argon 相同（每百万输入 token 2 美元，每百万输出 token 10 美元）。它也正在面向所有 Google AI Ultra 订阅用户推出，覆盖 Google Antigravity、Gemini 应用以及搜索中的 AI Mode。

更高精度的知识工作、工件生成和数据分析

在法律、金融和企业运营领域，Gemini 4 Carbon 将前沿的视觉理解、推理与穷尽式检索相结合，能够跨大量密集的文档和数据合成有据可依的洞见。它遵循严格的模式和格式规范，以生成精致而精确的电子表格、演示文稿和报告。

现有基准测试无法充分反映智能体如何在包含图表、图像、蓝图、示意图和表格的密集文件上进行原生推理，因此我们与 Artificial Analysis 合作推出了全新的多模态知识智能体（Multimodal Knowledge Agent，MKA）基准测试，用于检验模型在智能体工作流中的多模态表现。Carbon 位列第 2，同时其每项任务的平均成本比表现最佳的模型低 6 倍以上。

在发布前的评估中，Carbon 在 Hebbia 的 E2E Financial Agentic 评估上，于深度金融研究方面与受测的最佳模型表现相当；并在 Balyasny Asset Management 的通用金融智能（General Financial Intelligence）基准测试中，于 23 个前沿模型配置中名列前茅，该基准涵盖法律专业知识、智能体工具使用与执行、编码与数据工程，以及感知与情境理解。

改进的智能体编码、全栈开发以及 3D 和 UI 设计

Carbon 在需要多智能体协作的工程任务上表现尤为出色，例如多软件包迁移、跨子系统根因调查以及复杂的架构重新设计。在 Web 应用开发中，它会运行构建与验证循环、从错误中恢复，并同时检查其代码和渲染后的 UI，以生成完整、可运行的应用程序。更强的视觉设计、空间推理和对环境细节的关注能力，也延伸到 3D 游戏开发和创意编程领域。

前沿网络安全能力

面向网络安全的 Gemini 4 Carbon 带来了我们迄今为止最强大的网络安全能力，为安全团队提供保护关键软件所需的端到端智能。通过 Fairwind 计划访问时，Carbon 在发现漏洞（SEC-bench Pro）、利用漏洞（ExploitGym）和修补漏洞（CWE-bench v1）等关键基准测试中均处于领先地位：检查软件、追踪缺陷如何在各系统间被链式组合利用，并生成经过验证的根因补丁。

Google 内外的早期测试者已经在实践中通过面向网络安全的 Carbon 看到了出色的成果。

在 Fortify 项目中——这是 Google 一个涵盖扫描、分诊和修复的自主系统——Carbon 在我们的内部基准测试中实现了扫描 100% 的召回率和分诊 95% 的精确率。在开源代码仓库测试中，Argon 本已出色的召回率又相对提升了 25% 以上，发现出此前未被检测到的真实逻辑缺陷。将这些成果推广到 Google——全球最大的开源软件用户之一——有助于同时保障我们自身的系统和更广泛的生态系统。
Google 的云漏洞研究（Cloud Vulnerability Research，CVR）团队最近使用 Carbon 证明，某款流行开源软件中的两个缺陷实际上是可被利用的漏洞，其严重程度与近期的 PHP2Shell 漏洞利用相当。通过使用 Carbon 构建概念验证，CVR 帮助维护者将该缺陷重新归类为严重级别并迅速发布了补丁。详细信息将在负责任的披露流程完成后公布。
作为 Wiz Scan for Good 计划的一部分，该团队使用 Carbon 评估公共数字基础设施中的漏洞。例如，在扫描两家大型 SaaS 提供商时，该模型在不到两小时内发现了 0-day 漏洞，将原本需要数周的漏洞研究压缩到一个下午完成。团队与受影响的组织合作，以创纪录的速度完成了修复，帮助减轻了对数万家公司的潜在影响。

更强的科学与数学推理能力

Gemini 4 Carbon 在物理、数学和生命科学领域的推理能力显著提升，可用于综合实验数据、检验假设以及推理多步骤的领域问题。对于药物毒性研究公司 Axiom Bio 而言，Carbon 目前是转化科学领域性能领先的模型，发现了他们此前未曾发现的毒性新机制。Axiom 正在将其生产中的科学分析和智能体迁移到 Carbon 和 Argon 上，以加速研发更安全的药物。

Google 内部的研究人员一直在 Google Antigravity 中使用 Carbon 来加速他们的工作：

代码验证：研究人员构建了一个名为 AlphaProof Code 的新型形式验证智能体框架，并将其应用于一项重大安全挑战：对 Signal 加密协议底层实际代码进行数学证明。我们的研究人员将 Carbon 与其他模型结合使用，将安全目标转化为数学定理。随后，AlphaProof Code 智能体使用 Carbon 在 Lean（一种用于书写数学证明的计算机语言）中生成了数百万行代码，帮助他们在数周内证明了关键的安全属性——而这项任务历来需要专家团队耗费数年时间。这一结果表明，Carbon 有潜力解锁可扩展的形式验证，而形式验证长期以来一直被视为构建安全软件的黄金标准方法。
酶测定方法开发：仅凭实验记录本和原始数据，Carbon 就超越了标准分析，挖掘出难以解读的数据异常，并借此诊断出微妙的湿实验室实验假象，例如深孔板中自动混合不完全的问题，从而大幅提升了可重复性。此外，Carbon 改进了色谱峰去卷积的方法，并在研究仪器中捕捉到痕量样品残留，显著加快了新测定方法的开发，并加强了计算与实验台之间的反馈循环。
蛋白质结构预测：像 AlphaFold 3 这样的结构预测模型利用进化同源物的多序列比对（MSA）来帮助推断氨基酸链的折叠方式。因此，它们在研究不足的病毒、微生物和真核蛋白质上往往表现不佳，因为这些蛋白质在标准数据库中几乎没有匹配项。我们的研究人员在多智能体设置下，使用 Gemini 4 Carbon 自主发现了跨 PB 级未注释序列档案、环境和病毒序列目录以及 3D 结构数据库中的远缘同源物。例如，对于来自 CASP17 盲测集的 7 个低同源蛋白质家族，Carbon 将检索到的同源物数量平均提高了 40 倍，极大地增加了结构预测模型可用的信息，而无需重新训练。虽然更广泛的基准测试仍在进行中，但解决这一上游搜索瓶颈可能为建模蛋白质组中难以表征的区域提供一条有前景的路径。

四周前，我们开放了申请，为 10,000 名科学家免费提供为期六个月的 Google Antigravity 中 Argon 的使用权限，以加速他们的研究进程，目前已有数千名科学家完成入驻。今天，我们正在向现有和未来的参与者扩展 Carbon 的使用权限，并且从今往后，该计划将持续提供我们最新前沿模型的使用权限。申请通道仍然开放，入驻工作每周滚动进行，具体取决于资格、容量和遴选情况。

模型安全与安保方面的进展

在每次发布新模型时，我们都会随模型能力的提升，相应地持续加强安全与安保缓解措施、智能体滥用防范、模型对齐以及危害降低工作。

由于 Gemini 4 Carbon 引入了更强大的网络能力，我们在 Argon 的强大安全与安保技术栈基础上，进一步强化对滥用和提示注入的鲁棒性。

降低前沿安全滥用风险：我们加强了滥用防护措施，以确保更强的防御性推理不会转化为进攻性风险。在以 ExploitBench 和 CyScenarioBench 为种子构建的模拟网络攻击测试环境中，Carbon 阻挡了我们自适应红队智能体 99% 的攻击轨迹——该智能体可在每次被拦截后迭代修改其攻击方案。Carbon 的防护措施将单次尝试的突破率降至仅 0.8%（Argon 为 3.1%）。在 Gray Swan 的测试中，我们的防护措施还将自动化网络攻击查询成功率降至 2.17%，而 Argon 为 9.86%。此外，Trajectory Labs 的外部测试在 132 小时内、超过 13,000 次请求中未发现任何新的通用越狱。
促进安全且对齐的模型交互：在发布 Carbon 时，我们展示了以模型全生命周期监控标记率衡量的对齐水平的显著提升，以及数据编造的减少。新结果显示，在我们包含 375 个任务的智能体诚实性基准测试中，它通过了 92% 的任务（Argon 为 70%）——在 98% 的情况下拒绝填补缺失的实验数据，并在 68% 的情况下标记出方法学缺陷。

a chart showing measures of misalignment across a model's lifecycle

保护用户免受间接提示注入攻击：两周前，我们分享过 Carbon 在 Gray Swan IPI 基准测试中实现了 0% 的提示注入攻击成功率——这是该里程碑首次被达成。与此同时，我们也知道，提示注入鲁棒性仍是一个有待持续改进的领域。我们的高级自动化红队测试不断挑战极限，并表明模型在应对某些分布中的复杂攻击方面仍有进一步提升的空间。它为我们持续将模型的安全性推向下一个前沿提供了数据支持。

欲了解更多详情，请阅读完整的Gemini 4 Carbon 安全与安保报告。

开始使用 Gemini 4 Carbon

从今天开始，Carbon 与 Argon 一起加入我们的前沿模型家族，覆盖我们的各款产品：

面向开发者：通过 AI Studio 和 Android Studio 中的 Gemini API 付费层级进行构建；如果您是 Google AI Ultra 订阅者，还可以在 Google Antigravity 和 AI Studio 中试用。
面向企业：通过 API 或模型下拉菜单在 Gemini for business 中试用，也可在 Google Antigravity 或 CodeMender 中试用。
面向普通用户：如果您是 Google AI Ultra 订阅者，从今天起即可在 Gemini 应用和搜索中的 AI Mode 里试用 Carbon。
面向科学家与研究人员：申请即有机会通过 Google Antigravity 的最高用量层级免费使用 Argon 和 Carbon 6 个月（滚动开放接入），具体须符合资格条件，并视容量与遴选情况而定。
面向网络安全防御者：申请加入 Fairwind 计划，即可滚动获得网络安全用途的 Carbon 使用权限。

查看模型卡以进一步了解 Gemini 4 Carbon；要开始使用该模型进行构建，请浏览我们更新后的 Gemini 4 开发者指南和文档，了解将工作流迁移至该模型的最佳实践。

在您的收件箱中获取 Google 最新资讯

订阅我们的新闻通讯，获取产品更新、活动信息、特别优惠等更多内容。

您的信息将依照 Google 的隐私权政策使用。您可随时选择退订。