Google DeepMind 10 月 28 日发布新旗舰 Gemini 4 Carbon，距上一代 Gemini 4 Argon 只隔两周。官方称它在网络安全（找漏洞、验证可利用性、打补丁）和需要连续跑好几天的长程编程任务上明显提升；目前只开放给一部分网络防御方，再经 Fairwind 计划逐步扩大到受信合作方，开发者、企业和普通用户何时能用没有给时间。
置信度：高（100） · 事件时间 2026-10-28
理由
- 第三方确认的排名：Artificial Analysis 的智能指数 v5 里 Carbon（high 推理档）得 59 分排第一（Argon 为 50），在九项评测里拿下四项第一；智能体编程指数得 59，仍落后 Claude Code + Claude Opus 5.5 的 62。
- 安全评测（官方称，测试时关闭了防护）：SEC-bench Pro 自主找真实软件漏洞 88.2%、ExploitGym 把漏洞变成可用利用 54.8%、CWE-bench 修复 71.0%，三项都领先。内部测试里生成安全代码的成功率是 Argon 的两倍以上；Chrome 团队称它写高质量补丁比另一家实验室的大型前沿模型好 10 倍以上（未点名）。
- 对齐方面官方称：Terminal-Bench 4.0 上作弊成功率降到 0.0%、尝试作弊 0.4%；内部真实编程环境里高严重度的失准告警下降近 80%；无依据的断言比 Argon 少约一半；Gray Swan 间接提示注入测试攻击成功率 0.0%（Argon 0.7%）。
- Artificial Analysis 的独立测试也给出代价：知识问答准确率从 Argon 的 48% 升到 58%，但幻觉率从 4% 升到 11%（仍是榜上第二低）；按标准价每个指数任务 7.76 美元，比 Claude Opus 5.5（max）的 10.04 美元低约 23%。
用法
- 暂不能直接使用。官方称本周起先给部分网络防御方，再通过 Fairwind 计划逐步开放给更多受信合作方，收集反馈、调整防护后再上开发者、企业和消费者产品。
- 官方公布的价格：上线时与 Argon 相同的优惠价，每百万输入 token 2 美元、输出 10 美元，缓存输入价格减免 95%；优惠期后为 4 美元 / 20 美元。
风险
- 多数数字来自 Google 自选的评测和内部测试，Chrome 团队的“10 倍”对比没有说是哪个模型，无法核对。
- Ars Technica 认为外界无法判断 Carbon 是全新模型还是 Argon 的后训练升级，各家前沿模型在这些评测上只差几分。
- 优惠价何时结束说法不一：Ars Technica 称 Google 拒绝给出日期，Artificial Analysis 写“无确定结束日期”，The Decoder 写到 2026 年底。
- Google 参与美国政府的自愿发布前测试流程，对外开放时间未定。
打开 · Google 博客 · Artificial Analysis（独立评测） · Ars Technica · The Decoder · The Verge · SiliconANGLE