跳到正文
Google DeepMind·· 6 天前精选AI 评分67

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

Gemini 4 Carbon is now available

AI 导读

Google DeepMind 发布 Gemini 4 Carbon,向开发者、企业、科研人员和消费者开放,主打长程智能体工作流、网络安全与科学推理,API 定价与 Gemini 4 Argon 相同,为每百万输入 token 2 美元、每百万输出 token 10 美元。

推荐理由

原文给出了 Carbon 与 Argon 的定位差异、多项基准成绩和同一档定价,便于判断它适合哪类高强度任务。

正文 · AI 翻译

2026年11月10日

|

开发者、企业、科学家和消费者现在都可以试用我们最新的前沿模型。



您的浏览器不支持音频元素。

收听文章

[[duration]] 分钟

本内容由 Google AI 生成。生成式 AI 属于实验性功能

本文内容

今天,我们将 Gemini 4 Carbon 推向开发者、企业、科学家和消费者。Carbon 是我们最强大的模型,在网络安全能力以及跨越复杂知识工作、软件工程和科学推理的长时程智能体工作流方面具备前沿性能。

两周前,我们通过 Fairwind 计划向一批网络安全防护人员发布了 Carbon。继我们最近推出 Gemini 4 Argon 之后,Carbon 将前沿水平又推进了一步。对于大多数软件工程和知识工作,Argon 仍是理想选择,而 Carbon 则专为考验模型智能极限的任务而构建,例如复杂的多步骤编码与调试,以及开放式科学研究与发现——它使用比 Argon 更多的 token,以进行彻底探索、深入推理并运行延长的验证循环。

在旨在测试模型真实工作流表现的独立基准测试中,Carbon 将前沿精度与实用的生产经济性相结合。它在 CursorBench 4.0、Perplexity 的 WANDR 和 Zapier 的 AutomationBench 上均排名第一,且每任务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,将单个提示转化为一支可实时跟踪的协同智能体团队。开发者可以将 Carbon 分配给需要最深入推理的角色,如架构设计、协调和审计,同时在并行的隔离工作区中将其与更快、更轻量的模型搭配使用,并由对抗性验证器测试每一处更改。

Gemini 4 Carbon 已通过 API 在 Google AI Studio 和 Gemini for business 中向所有付费开发者和企业开放,价格与 Gemini 4 Argon 相同(首发价格 1 ,即每百万输入 token 2 美元、每百万输出 token 10 美元)。它也正在向 Google Antigravity、Gemini 应用和 搜索中的 AI Mode 的所有 Google AI Ultra 订阅用户推出。

更高精度的知识工作、内容生成和数据分析

在法律、金融和企业运营领域,Gemini 4 Carbon 将前沿的视觉理解、推理与全面检索能力相结合,在大量密集文档和数据中综合提炼出有据可依的洞察。它遵循严格的模式和格式,生成精美而精准的电子表格、演示文稿和报告。

现有基准测试未能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 合作推出了新的 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 排名第 2,同时其每项任务的平均成本比表现最好的模型低 6 倍以上。

在发布前评估中,Carbon 在 Hebbia 的 E2E Financial Agentic 评估中,深度金融研究方面的表现与受测最佳模型持平;在 Balyasny Asset Management 的 General Financial Intelligence 基准测试中,Carbon 在 23 个前沿模型配置中位居榜首,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、跨子系统根因调查和复杂的架构重设计。对于 Web 应用开发,它会运行构建与验证循环、从错误中恢复,并同时检查自己的代码和渲染出的 UI,从而产出完整可用的应用程序。更强的视觉设计、空间推理和对环境细节的关注,也延续到了 3D 游戏开发和创意编程中。

前沿的网络安全能力

面向网络安全的 Gemini 4 Carbon 提供了我们迄今最强的网络安全能力,为安全团队提供保护关键软件所需的端到端情报。通过 Fairwind Program 使用时,Carbon 在发现(SEC-bench Pro)、利用(ExploitGym)和修补(CWE-bench v1)漏洞等关键基准测试中均处于领先地位:检查软件、追踪缺陷如何跨系统形成攻击链,并生成经过验证的根因补丁。

Google 内外部的早期测试者已经在实践中见证了面向网络安全的 Carbon 所取得的强劲成果。

  • 在 Project Fortify 中——Google 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,扫描环节达到 100% 召回率,分诊环节达到 95% 准确率。在开源代码仓库测试中,我们看到其召回率相比 Argon 已经很强的表现有超过 25% 的相对提升,发现了此前未被检出的真实世界逻辑缺陷。将这些成果推广到作为全球最大开源软件使用者之一的 Google,有助于保护我们自身的系统以及更广泛的生态系统。
  • Google 的 Cloud Vulnerability Research(CVR)团队最近使用 Carbon 证实,某款流行开源软件中的两个 bug 实际上是可被利用的漏洞,其严重程度与近期的 PHP2Shell exploit 相当。通过使用 Carbon 构建概念验证,CVR 帮助维护者将该 bug 重新归类为严重级别,并迅速发布了补丁。相关细节将在负责任的披露流程完成后公布。
  • 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。团队与受影响的组织合作,以创纪录的速度完成修复,帮助减轻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,能够综合实验数据、检验假设,并对多步骤领域问题进行推理。对于药物毒性研究公司 Axiom Bio,Carbon 目前是转化科学领域表现最好的模型,发现了他们此前未曾发现的新型毒性机制。Axiom 现正将其生产环境中的科学分析和智能体迁移到 Carbon 和 Argon 上,以推动更安全药物的研发。

Google 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 的新型智能体形式化验证框架,并将其应用于一项重大安全挑战:从数学上证明 Signal 加密协议背后的实际代码。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 智能体利用 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——而这项任务历史上需要专家团队花费数年时间。这一结果表明了 Carbon 在推动可扩展形式化验证方面的潜力,而形式化验证长期以来一直被认为是构建安全软件的黄金标准方法。
  • 酶测定开发:仅凭实验记录本和原始数据,Carbon 就超越了标准分析,揭示了难以解释的数据异常,并利用这些异常诊断出微妙的湿实验伪影,例如深孔中不完全的自动混合,从而显著提高了可重复性。此外,Carbon 改进了色谱峰解卷积的方法,并在研究仪器中发现了痕量样品残留,大大加速了新测定方法的开发,并收紧了计算与实验台之间的反馈循环。
  • 蛋白质结构预测:AlphaFold 3 等结构预测模型使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,它们在研究较少的病毒、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的匹配项非常少。在多智能体设置中,我们的研究人员使用 Gemini 4 Carbon 在 petabase 规模的未注释序列档案、环境和病毒序列目录以及 3D 结构数据库中自主发现远缘同源物。例如,在来自 CASP17 盲测集的 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 potentially 为建模蛋白质组中难以表征的区域提供了一条有前景的路径。

四周前,我们开放申请,为 10,000 名科学家提供免费使用 Google Antigravity 中 Argon 六个月的机会,以加快他们的研究步伐,目前已有数千名科学家完成接入。今天,我们将 Carbon 的使用权限扩展给现有和未来的参与者,并且今后该计划将在最新前沿模型发布时持续提供访问权限。申请通道仍然开放,接入工作每周滚动进行,具体取决于资格、容量和遴选情况。

模型安全与安全防护方面的进展

每发布一个新模型,我们都会按模型能力的相应比例,持续加强安全与安全防护缓解措施、智能体滥用防范、模型对齐和危害降低工作。

由于 Gemini 4 Carbon 具备更强的网络能力,我们在 Argon 的强大安全与安全防护体系基础上,进一步增强其抵御滥用和提示注入的稳健性。

  • 缓解前沿安全滥用风险:我们加强了滥用防护措施,以确保更强的防御性推理不会转化为攻击性风险。在植入 ExploitBench 和 CyScenarioBench 的模拟网络攻击测试环境中,Carbon 阻止了我们自适应红队智能体 99% 的攻击路径,该智能体可在每次被阻止后迭代地重新调整其攻击计划。Carbon 的防护措施将每次尝试的突破率降至仅 0.8%(Argon 为 3.1%)。我们的防护措施还将 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%。Trajectory Labs 的外部测试还发现,在 132 小时、超过 13,000 次请求中未出现任何新的通用越狱。
  • 促进安全且对齐的模型交互:我们发布 Carbon 时,展示了以模型整个生命周期中监控器标记率衡量的对齐方面的显著改进,以及数据捏造的减少。新结果显示,在我们的 375 项智能体诚实性基准测试中,它通过了 92% 的任务(Argon 为 70%)——在 98% 的情况下拒绝编造缺失的实验数据,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,我们分享了 Carbon 在 Gray Swan IPI 基准测试中实现 0% 提示注入攻击成功率——这是首次达到这一里程碑。与此同时,我们知道提示注入稳健性仍是需要持续改进的领域。我们先进的自动化红队测试在此不断突破极限,并表明在某些分布中,模型针对复杂攻击的能力仍有进一步提升空间。它为我们提供了数据,使我们能够不断将模型安全性推进到新的前沿。

有关更多详情,请阅读完整的 Gemini 4 Carbon 安全与安全防护报告。

开始使用 Gemini 4 Carbon

从今天起,Carbon 与 Argon 一同加入我们各产品中的前沿模型家族:

  • 面向开发者:可在 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,还可以在 Google Antigravity 和 AI Studio 中试用。
  • 面向企业:可通过 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 应用和搜索的 AI Mode 中试用 Carbon。
  • 面向科学家与研究人员: 申请有机会通过 Google Antigravity 的最高用量层级免费获得 Argon 和 Carbon 的访问权限,为期 6 个月(按滚动方式分批接入),须符合资格、容量和遴选条件。
  • 面向网络安全防御者:申请加入 Fairwind 计划,按滚动方式获得 Carbon 网络安全版的访问权限。

查看 模型卡 以进一步了解 Gemini 4 Carbon 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,了解将工作流迁移到该模型的最佳实践。

将 Google 最新资讯送到您的收件箱

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。

您的信息将根据 Google 隐私政策加以使用。您可以随时选择退订。

来源:Google DeepMind · deepmind.google