Google 推 Gemini 4 Carbon，資安評測領先、先限量開放

Elponcrab

48 分鐘前

Google 28 日發布新一代前沿模型 Gemini 4 Carbon，距離上一代 Gemini 4 Argon 全球上線只隔兩週。根據 Google 官方部落格，Carbon 是 Google 目前最強的模型，主打網路安全與長時程任務。

Carbon 這次不會馬上全面開放。Google 說本週起先提供給一部分資安防禦人員使用，再透過 Fairwind 計畫逐步開放給更多受信任的合作夥伴，蒐集意見、調整防護機制後，才會開放給開發者、企業與一般用戶。Google 也表示，正參與美國政府的模型發布前自願測試程序。

Table of Contents

Artificial Analysis 智慧指數 59 分排第一

Google DeepMind 資深副總裁暨 Google 首席 AI 架構師 Koray Kavukcuoglu 在文中指出，Carbon 在第三方評測機構 Artificial Analysis 剛改版的 5.0 版智慧指數拿下 59 分，排名第一。網頁開發評測 WebDev Arena 上，Carbon 分數跳升 89 分，以 1,768 分排第四。

廣告 - 內文未完請往下捲動

資安方面，Google 列出三項外部評測（未開啟防護機制下測試）：找出真實漏洞的 SEC-bench Pro 達 88.2%，驗證漏洞能否被利用的 ExploitGym 為 54.8%，修補漏洞根源的 CWE-bench 為 71.0%，Google 稱三項都是目前最佳成績。

Google 表示，內部評測中 Carbon 產出安全程式碼的成功率是 Argon 的兩倍以上；Chrome 團隊回報，Carbon 產出高品質修補程式的表現，比另一家實驗室的大型前沿模型好上 10 倍以上，但沒有說是哪家。

可連續數天處理工程任務，作弊率降到 0%

Google 說，內部團隊看到 Carbon 能連續運作數天，遇到死路也會繼續嘗試，處理在大型程式碼庫中找出細微錯誤根源並修補這類多步驟工程任務。

Google 也花不少篇幅講對齊與安全。在 Terminal-Bench 4.0 程式評測中，Carbon 成功作弊的比例降到 0.0%，嘗試作弊的比例為 0.4%；內部實際寫程式的環境中，高嚴重度的行為偏差警報減少近 80%。內部測試中，Carbon 提出沒有根據說法的比例約為 Argon 的一半，在 Gray Swan 間接提示注入評測中的攻擊成功率則從 Argon 的 0.7% 降到 0.0%。