Gemini 4 Carbon 现已开放
Gemini 4 Carbon is now available
Google DeepMind 今日开放 Gemini 4 Carbon 模型,提供前沿网络安全与长程代理工作流能力。该模型在 CursorBench 4.0、WANDR 等基准排名第一且任务成本低于次优外部模型一半以上,通过 AI Studio API 以与 Gemini 4 Argon 相同价格($2/$10 per M tokens)开放。
Gemini 4 Carbon定价与Gemini 4 Argon一致,但面向更复杂编程与科研任务,开发者可对比二者选型。
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尖端模型。
您的浏览器不支持 audio 元素。
收听文章
时长 [[duration]] 分钟
此内容由 Google AI 生成。生成式 AI 处于实验阶段
本文内容
今天,我们向开发者、企业、科学家和消费者开放了 Gemini 4 Carbon。Carbon 是我们最强大的模型,在网络安全能力以及涵盖复杂知识工作、软件工程和科学推理的长周期智能体工作流方面具有尖端性能。
两周前,我们通过 Fairwind 计划 向一组网络安全防御者发布了 Carbon。继我们最近推出 Gemini 4 Argon 之后,Carbon 将尖端水平推向了更远的地方。Argon 仍然是大多数软件工程和知识工作的理想选择,而 Carbon 专为测试模型智能极限的任务而构建,例如复杂的多步骤编码和调试,以及开放式的科学研究和发现——它使用比 Argon 更多的令牌来彻底探索、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 将尖端准确性与实用的生产经济性相结合。与次优的外部模型相比,它在 CursorBench 4.0、Perplexity 的 WANDR 和 Zapier 的 AutomationBench 上均排名第一,且每个任务的成本降低了 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,将单个提示转化为一个您可以实时跟踪的协调智能体团队。开发者可以将 Carbon 分配给需要最深推理的角色,如架构设计、协调和审计,同时将其与更快的轻量级模型配对,在并行隔离的工作空间和测试每项更改的对抗性验证器中运行。
Gemini 4 Carbon 通过 Google AI Studio 和 Gemini for business 中的 API 向所有付费开发者和企业开放,价格与 Gemini 4 Argon 相同的入门价格 1 (每百万输入令牌 2 美元,每百万输出令牌 10 美元)。它还将向所有 Google AI Ultra 订阅者推出,适用于 Google Antigravity、Gemini 应用 和 搜索中的 AI 模式。
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 结合了前沿的视觉理解、推理和详尽的检索能力,以在大量密集文档和数据集中综合生成基于事实的洞察。它遵循严格的模式和格式,生成精美且精确的电子表格、演示文稿和报告。
现有基准测试未能充分捕捉智能体如何原生地对包含图表、图像、蓝图、示意图和表格的密集文件进行推理,因此我们与 Artificial Analysis 合作推出了新的 多模态知识智能体(MKA)基准测试,以测试模型在智能体工作流中的多模态性能。Carbon 排名第二,同时其平均每个任务的成本比表现最佳的模型低 6 倍以上。
在预发布评估中,Carbon 在 Hebbia 的 E2E 金融智能体评估中,其深度金融研究表现与测试过的最佳模型持平,并在 Balyasny Asset Management 的通用金融智能基准测试中,在 23 种前沿模型配置中排名第一,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,以及感知与上下文理解。
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出色,例如多包迁移、跨子系统根本原因调查和复杂的架构重新设计。对于 Web 应用开发,它运行构建和验证循环,从错误中恢复,并检查其代码和渲染后的 UI,以生成完整且可运行的应用程序。更强的视觉设计、空间推理以及对环境细节的关注也延伸到了 3D 游戏开发和创意编码领域。
前沿网络安全能力
面向网络安全的 Gemini 4 Carbon 提供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(SEC-bench Pro)、利用(ExploitGym)和修补(CWE-bench v1)漏洞的关键基准测试中处于领先地位:检查软件,追踪缺陷如何在系统之间串联,并生成经过验证的根本原因补丁。
Google 内部和外部的早期测试者已经在实践中看到了 Carbon 用于网络安全的强劲成果。
- 在 Project Fortify 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 100% 的扫描召回率和 95% 的分诊精确率。在开源代码仓库测试中,我们在 Argon 已经很强的召回率基础上看到了超过 25% 的相对提升,揭示了此前未被检测到的真实世界逻辑缺陷。将这些成果推广到 Google——全球最大的开源软件用户之一——有助于保护我们自己的系统和更广泛的生态系统。
- Google 的云漏洞研究(CVR)团队最近使用 Carbon 证明,一款流行开源软件中的两个 bug 实际上是可被利用的漏洞,其严重程度与最近的 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 bug 重新分类为严重级别,并迅速发布了补丁。详情将在负责任的披露流程完成后分享。
- 作为 Wiz 的 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,在扫描两家主要 SaaS 提供商时,该模型在不到两小时内发现了 0-day 漏洞,将数周的漏洞研究压缩到一个下午。该团队与受影响组织合作,以创纪录的时间进行修复,帮助减轻对数万家公司的潜在影响。
更强的科学和数学推理能力
Gemini 4 Carbon 在物理、数学和生命科学领域的推理能力表现出显著提升,能够综合实验数据、验证假设并推理多步骤领域问题。对于药物毒性研究公司 Axiom Bio 而言,Carbon 目前已成为转化科学中性能领先的模型,发现了他们此前未发现的新型毒性机制。Axiom 现在正将其生产环境中的科学分析和智能体迁移到 Carbon 和 Argon,以解锁更安全药物的创建。
谷歌各地的研究人员一直在使用 Google Antigravity 中的 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 的新智能体框架,用于形式化验证,并将其应用于一项重大安全挑战: 数学证明 Signal 加密协议底层实际代码。利用 Carbon 和其他模型,我们的研究人员将安全目标转化为数学定理。AlphaProof Code 智能体随后使用 Carbon 生成了数百万行 Lean 代码(一种用于编写数学证明的计算机语言),帮助他们在数周内证明了关键安全属性——这一任务历史上需要专家团队花费数年。这一结果表明,Carbon 有望解锁可扩展的形式化验证,这长期以来被视为构建安全软件的黄金标准方法。
- 酶分析开发:仅凭实验笔记本和原始数据,Carbon 超越了标准分析,揭示了难以解释的数据异常,并利用这些异常诊断了细微的湿实验实验伪影,例如深孔中自动混合不完全,从而显著提高了可重复性。此外,Carbon 改进了去卷积色谱峰的方法,并捕捉到了研究仪器中的微量样品残留,显著加速了新分析方法的开发,并收紧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使用进化亲属的多序列比对(MSA)来帮助推断氨基酸链如何折叠。因此,它们在标准数据库中匹配很少的、研究不足的病毒、微生物和真核蛋白质上往往表现不佳。在多智能体设置中,我们的研究人员使用 Gemini 4 Carbon 自主地在 PB 级未注释序列档案、环境和病毒序列目录以及 3D 结构数据库中远程同源物。例如,在 CASP17 盲测集中的 7 个低同源蛋白家族中,Carbon 平均将检索到的同源物数量增加了 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了一条有希望的路径。
四周前,我们开放了申请,旨在让 10,000 名科学家免费使用 Google Antigravity 中的 Argon 六个月,以加速他们的研究进度,目前我们已接纳了数千名科学家。今天,我们正在为现有和未来的参与者扩展对 Carbon 的访问权限,今后,随着最新前沿模型的可用,该计划将继续提供访问权限。申请仍在进行中,入网工作按每周滚动方式进行,具体视资格、容量和选择情况而定。
模型安全与安保进展
随着每个新模型的发布,我们继续按比例强化安全与安保缓解措施、智能体滥用预防、模型对齐以及危害减少,以匹配模型能力。
由于 Gemini 4 Carbon 引入了更强的网络能力,我们在 Argon 的强大安全与安保栈基础上进行构建,以增强对滥用和提示注入的稳健性。
- 缓解前沿安全滥用风险: 我们加强了滥用保障措施,以确保更强的防御性推理不会转化为进攻性风险。在由 ExploitBench 和 CyScenarioBench 播种的模拟网络攻击测试环境中,Carbon 阻止了来自我们自适应红队智能体的 99% 的攻击轨迹,该智能体可以在每次被阻止后迭代地重新审视其攻击计划。Carbon 的保障措施将单次尝试的突破率降至仅 0.8%(Argon 为 3.1%)。我们的保障措施还将 Gray Swan 测试中的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 小时和超过 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,我们展示了在对齐方面的显著改进,这通过模型生命周期中的监控标记率衡量,同时也减少了数据捏造。新结果显示,在我们的 375 项任务智能体诚实度基准测试中,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% 的情况下标记方法论缺陷。
- 保护用户免受间接提示注入攻击: 两周前,我们分享了 Carbon 在 Gray Swan IPI 基准测试中实现了 0% 的提示注入攻击成功率——标志着首次达到这一里程碑。同时,我们知道提示注入稳健性仍是需要持续改进的领域。我们的高级自动化红队测试继续在此处突破极限,并表明在某些分布中,模型针对复杂攻击可以进一步改进。它为我们提供了数据,以持续将模型的安全推进到下一个前沿。
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
从今天起,Carbon 加入 Argon,成为我们产品系列中的前沿模型家族成员:
- 面向开发者: 在 AI Studio 和 Android Studio 中使用 Gemini API 付费层级进行构建,如果您是 Google AI Ultra 订阅用户,您可以在 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、Google Antigravity 或 CodeMender 中试用。
- 面向日常用户: 如果您是 Google AI Ultra 订阅用户,从今天起即可在 Gemini 应用和搜索中的 AI 模式试用 Carbon。
- 面向科学家和研究人员: 申请有机会免费使用 Google Antigravity 最高用量层级的 Argon 和 Carbon 六个月(按滚动方式入驻),具体视资格、容量和选拔情况而定。
- 面向网络安全防御者: 申请加入 Fairwind 计划,按滚动方式获取用于网络安全的 Carbon 访问权限。
查看 模型卡以了解 Gemini 4 Carbon 的更多信息并开始使用它进行构建,探索我们更新的 Gemini 4 开发者指南和 文档,以获取将工作流迁移到该模型的最佳实践。
在您的收件箱中获取来自 Google 的最新新闻
订阅我们的通讯,获取产品更新、活动信息、特别优惠等更多内容。
您的信息将根据 Google 的隐私政策使用。您可以随时选择退出。
来源:Google DeepMind · deepmind.google