谷歌新旗艦Gemini 4 Carbon正式發佈：綜合評分登頂全球第一，全面發力長時程工程與網絡安全

10月29日，Google DeepMind 官方正式宣佈推出新一代旗艦級大模型 —— Gemini4Carbon。在權威獨立機構 Artificial Analysis 最新更新的 Intelligence Index v5.0評測榜單中，該模型斬獲了59分的高分，以1分的優勢超越此前長期霸榜的 Claude Opus5.5，並領先 GPT-6Astra 共2分。相比兩週前發佈的上一代產品 Gemini4Carbon 直接躍升了9分，成功重新奪回全球大模型綜合能力的第一寶座。同時，在 Arena.ai 的最新盲測榜單中，Gemini4Carbon 也拿下了 Text Arena 的登頂第一以及 Agent Arena 位列第二的亮眼成績。

在覈心能力方面，Gemini4Carbon 將演進重點鎖定在“長時程工程（Long-horizon Engineering）”與“網絡安全”兩大硬核方向。在長時程任務的處理上，該模型展現出了極強的持久作戰能力，能夠連續數天保持高效運轉，深入處理超大型代碼庫與複雜的底層系統架構，自主定位並修復平時極難察覺的隱蔽軟件缺陷，在多項編程與智能體基準測試中穩居行業第一梯隊。

在網絡安全領域，模型實現了從漏洞挖掘、風險驗證到代碼修復的全流程貫通。其在多項專業安全評測中表現極爲優異:SEC-bench Pro 得分達到88.2%、ExploitGym 得分54.8%、CWE-bench 得分則爲71.0%。官方數據顯示，其安全代碼生成的成功率達到了前代產品 Argon 的兩倍以上。與此同時，模型的安全可靠性也迎來了同步升級:在 Terminal-Bench4.0測試中，其作弊成功率成功降爲0%，高嚴重度行爲不一致警報減少了近80%，間接提示詞注入攻擊的防禦成功率更是達到了100%，越權行動與任務完成度不足的情況也得到了顯著改善。

在開放節奏與商業化定價方面，Gemini4Carbon 採取了穩步推進的策略。本週，該模型將優先向少部分網絡安全防禦專業人員開放，後續再通過專屬合作計劃逐步擴大測試容量，而面向普通用戶和開發者的全面開放時間目前尚未明確。定價策略上，該模型延續了 Argon 的首發標準:在推廣期內，每百萬輸入 Token 收費2美元，每百萬輸出 Token 收費10美元，推廣期結束後的正式價格將翻倍。

對於這一高頻發版節奏，業內也引發了不同的探討。不少觀點認爲，當前頭部大模型廠商頻繁發佈新模型卻遲遲不向公衆全面開放的模式，在一定程度上更偏向於激烈的榜單排名競爭，其真正的實際落地價值與日常體驗，依然有待廣大開發者和用戶的深度檢驗。