10月28日，谷歌发布面向复杂编程、软件工程与网络安全任务的新模型Gemini 4 Carbon。这是继两周前Gemini 4 Argon之后的又一次旗舰级更新，模型强化了代码生成、推理与智能体工作流能力，谷歌内部团队曾观察到它连续数天处理大型代码库，在多条失败路径之后继续排查并修复漏洞。

第三方评测给出了当前的第一梯队位次。在Artificial Analysis更新后的智能指数第五版中，Carbon拿到59分排名第一，比同价位的Argon高出9分；编程智能体指数上仅次于Claude Opus 5.5；WebDev Arena排行榜得分提升89分，以1769分升至第四。任务成本上，完成一项智能指数任务平均7.76美元，比Claude Opus 5.5低约23%。

安全能力是这次发布的主打。Carbon在漏洞发现基准SEC-bench Pro得分88.2%，漏洞可利用性测试ExploitGym得分54.8%，漏洞修复测试CWE-bench得分71%；内部测试中，生成安全代码的成功率超过Argon的两倍，Chrome团队测到它的高质量补丁产出率是另一前沿模型的10倍以上。

行为可控性的数字同样被单独列出：Gray Swan间接提示注入基准上攻击成功率0%，对照组的Argon为0.7%、GPT-6 Astra为8.5%、Grok 4.6高达51.8%；高严重性偏离警报减少近80%，无依据断言减少约一半，越界行为与服务不足分别下降26%与29%；Terminal-Bench 4.0中作弊成功率为0%、尝试作弊比例仅0.4%。

开放节奏刻意放慢。模型先通过Fairwind计划向部分网络安全防御人员开放，谷歌同时参与美国政府的前沿模型发布前自愿测试流程，向开发者和普通消费者开放的时间表尚未公布。推广期定价为每百万输入token 2美元、输出10美元，与Argon首发价相同，正式价格将上调至4美元与20美元。开发者社区对“先发布、不开放”的策略已有不满，Hacker News上的相关讨论集中在这一层。

云安全平台Wiz报告了Carbon在网络应用渗透测试中的领先表现。谷歌强调这些安全成绩是在无护栏环境下测得，不代表真实环境中的等效表现；安全防御场景的优先开放，反映的是双刃剑属性下的次序选择——同一套漏洞发现与利用能力，既可以用来防守，也可能被攻击者拿去开发利用工具。模型能力越强，双重用途风险的评估就越前置。

这次发布里最值得出海Agent产品对照的是提示注入那一组数字：8.5%与0%之间隔着的是一套训练对齐加实时滥用检测加思维链监控的分层防御，这套架构从Argon开始搭建，到Carbon完成了第一轮完整迭代。测试环境的0%不等于现实攻击面为零，谷歌自己在公告里也做了同样的提醒。（扬帆出海综合报道）