Google DeepMind 发布 Gemini 4 Carbon 前沿模型

2026年11月10日

开发者、企业、科学家和消费者现在可以试用我们最新的前沿模型了。

您的浏览器不支持音频元素。

收听文章

[[duration]] 分钟

此内容由 Google AI 生成。生成式 AI 仍处于实验阶段

本文内容

今天，我们向开发者、企业、科学家和消费者推出 Gemini 4 Carbon。Carbon 是我们最强大的模型，在网络安全能力以及涵盖复杂知识工作、软件工程和科学推理的长时程智能体工作流方面具有前沿表现。

两周前，我们通过 Fairwind Program 向一批网络安全防御者发布了 Carbon。继近期发布 Gemini 4 Argon 之后，Carbon 将前沿水平进一步推进。Argon 仍然是大多数软件工程和知识工作的理想选择，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程与调试，以及开放式的科学研究与发现——它使用比 Argon 更多的 token 来进行彻底探索、深度推理，并运行扩展的验证循环。

在旨在测试模型在真实工作流中表现的独立基准测试中，Carbon 将前沿准确性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。

为了让 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个可实时追踪的协作智能体团队。开发者可以将需要最深度推理的角色分配给 Carbon，例如架构设计、协调和审计，同时将它与更快、更轻量的模型配对，在并行隔离的工作区和对抗性验证器中测试每一项更改。

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 相同的介绍价 ¹ （每百万输入 token 2 美元，每百万输出 token 10 美元）。它也在 Google Antigravity、Gemini 应用和搜索中的 AI Mode 中向所有 Google AI Ultra 订阅者推出。

更高精度的知识工作、制品生成与数据分析

在法律、金融和企业运营领域，Gemini 4 Carbon 结合了前沿的视觉理解、推理能力和详尽的检索功能，能够对大量密集的文档和数据集进行综合分析，得出有据可依的洞察。它遵循严格的架构和格式要求，生成精美且精确的电子表格、演示文稿和报告。

现有的基准测试无法充分衡量智能体如何对包含图表、图像、蓝图、示意图和表格的密集文件进行原生推理，因此我们与 Artificial Analysis 合作，推出了全新的多模态知识智能体（MKA）基准测试，用于测试模型在智能体工作流中的多模态表现。Carbon 排名第二，同时其每项任务的平均成本比表现最佳的模型低 6 倍以上。

在发布前的评估中，Carbon 在 Hebbia 的 E2E Financial Agentic 评估中，其深度金融研究的表现与所测试的最佳模型持平，并在 Balyasny Asset Management 的通用金融智能基准测试的 23 个前沿模型配置中名列第一，该测试涵盖法律专业知识、智能体工具使用与执行、编程与数据工程，以及感知与上下文理解。

改进的智能体编程、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尤为出色，例如多包迁移、跨子系统的根因调查以及复杂的架构重设计。在 Web 应用开发中，它会运行构建与验证循环、从错误中恢复，并检查其代码和渲染后的 UI，以产出完整、可正常运行的应用程序。更强的视觉设计、空间推理和对环境细节的关注能力也延续到了 3D 游戏开发和创意编程领域。

前沿的网络安全能力

面向网络的 Gemini 4 Carbon 为用户带来了迄今最强大的网络安全能力，为安全团队提供保护关键软件所需的端到端情报。通过 Fairwind 计划访问时，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、追踪缺陷如何在各系统间串联成链，并生成经过验证的根因补丁。

Google 内外的早期测试人员已经在实际应用中看到了 Carbon for cyber 的出色效果。

在 Project Fortify（Google 涵盖扫描、分诊和修复的自主系统）中，Carbon 在我们的内部基准测试中实现了 100% 的扫描召回率和 95% 的分诊精确率。在开源代码仓库测试中，我们看到在 Argon 已经很高的召回率基础上又取得了超过 25% 的相对提升，找出了此前未被发现的现实世界逻辑缺陷。作为全球最大的开源软件用户之一，Google 将这些成果推广应用，有助于保障我们自身的系统和更广泛的生态系统安全。
Google 的云漏洞研究（CVR）团队最近使用 Carbon 证明，某款流行开源软件中的两个漏洞实际上可被利用，其严重程度与近期的 PHP2Shell 漏洞利用相当。通过使用 Carbon 构建概念验证，CVR 帮助维护者将该漏洞重新归类为严重级别，并迅速发布了补丁。详细信息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，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就发现了 0-day 漏洞，将通常需要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了修复，帮助缓解了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，并解决多步骤的领域问题。对于药物毒性研究公司 Axiom Bio 而言，Carbon 目前是转化科学领域表现领先的模型，发现了他们此前未曾找到的新型毒性机制。Axiom 目前正将其生产环境的科学分析和智能体迁移到 Carbon 和 Argon 上，以加速开发更安全的药物。

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 的新智能体框架用于形式化验证，并将其应用到一个重大的安全挑战上：数学化地证明 Signal 加密协议背后实际运行的代码。研究人员将 Carbon 与其他模型结合使用，把安全目标转化为数学定理。随后，AlphaProof Code 智能体使用 Carbon 在 Lean（一种用于书写数学证明的计算机语言）中生成了数百万行代码，帮助他们在几周内证明了关键的安全属性——而这项任务历来需要专家团队耗费数年。这一结果表明，Carbon 有潜力实现可扩展的形式化验证，而形式化验证一直被视为构建安全软件的黄金标准。
酶检测开发：在仅提供实验记录本和原始数据的情况下，Carbon 超越了标准分析，发现了难以解读的数据异常，并据此诊断出细微的湿实验室实验伪影，例如深孔中自动化混合不充分的问题，从而显著提高了可重复性。此外，Carbon 改进了色谱峰去卷积的方法，并在研究仪器中发现了痕量样品残留，大大加快了新检测方法的开发，并强化了计算与实验台之间的反馈循环。
蛋白质结构预测：AlphaFold 3 等结构预测模型利用进化上亲缘序列的多序列比对（MSA）来帮助推断氨基酸链的折叠方式。因此，这些模型在研究较少、在标准数据库中匹配极少或根本没有匹配的病毒、微生物和真核生物蛋白质上往往表现不佳。我们的研究人员在多智能体设置下，使用 Gemini 4 Carbon 自主发现了横跨拍碱基规模的未注释序列档案、环境和病毒序列目录以及 3D 结构数据库中的远缘同源序列。例如，在来自 CASP17 盲测集的 7 个低同源蛋白家族中，Carbon 将检索到的同源序列数量平均提升了 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。尽管更广泛的基准测试仍在进行中，但解决这一上游搜索瓶颈，可能为建模蛋白质组中难以表征的区域提供了一条充满希望的路径。

四周前，我们开放了申请，为 10,000 名科学家提供为期六个月的 Google Antigravity 中 Argon 免费使用权限，以加速他们的研究进程，目前已有数千名科学家完成接入。今天，我们将使用范围扩展至 Carbon，覆盖现有及未来的参与者；今后，该计划将在我们的最新前沿模型发布后持续提供其使用权限。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、容量和筛选情况。

模型安全与安保方面的进展

每一次发布新模型，我们都会随着模型能力的提升，同步加强安全与安保缓解措施、智能体滥用防范、模型对齐以及危害降低。

由于 Gemini 4 Carbon 引入了更强的网络能力，我们在 Argon 强大的安全与安保体系的基础上进一步加固，以增强对滥用和提示注入的防御能力。

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能力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 拦截了我们自适应红队智能体 99% 的攻击路径——该智能体能够在每次被拦截后迭代调整其攻击计划。Carbon 的防护措施将单次尝试的突破率降至仅 0.8%（Argon 为 3.1%）。在 Gray Swan 的测试中，我们的防护措施还将自动化网络攻击查询的成功率降至 2.17%，而 Argon 为 9.86%。此外，Trajectory Labs 的外部测试在 132 小时内、超过 13,000 次请求中未发现任何新的通用越狱。
促进安全且对齐的模型交互：在发布 Carbon 时，我们展示了该模型整个生命周期内以监控标记率衡量的对齐水平显著提升，以及数据编造的减少。新结果显示，在我们包含 375 项任务的智能体诚实基准测试中，它通过了 92% 的任务（Argon 为 70%）——在 98% 的情况下拒绝补填缺失的实验数据，并在 68% 的情况下指出方法论缺陷。

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，我们分享过 Carbon 在 Gray Swan IPI 基准测试中实现了 0% 的提示注入攻击成功率——这是该里程碑首次被达成。与此同时，我们深知提示注入的稳健性仍是一个需要持续改进的领域。我们先进的自动化红队测试不断挑战极限，其结果表明模型在某些攻击分布下仍可进一步提升以抵御复杂攻击。这为我们持续推动模型安全迈向下一个前沿提供了数据支持。

更多详情，请阅读完整的 Gemini 4 Carbon 安全与安保报告。

开始使用 Gemini 4 Carbon

从今天起，Carbon 将加入 Argon，成为我们产品家族中的前沿模型之一：

面向开发者：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：通过 API 或模型下拉菜单在 Gemini for business 中试用，或在 Google Antigravity 或 CodeMender 中体验。
面向日常用户：如果您是 Google AI Ultra 订阅者，从今天起即可在 Gemini 应用和搜索中的 AI Mode 里体验 Carbon。
面向科学家与研究人员：申请即有机会通过 Google Antigravity 最高用量档位免费使用 Argon 和 Carbon 6 个月（滚动开通），须符合资格条件，且取决于容量与遴选结果。
面向网络安全防御者：申请加入 Fairwind Program，即可滚动获得用于网络安全的 Carbon 访问权限。

查看模型卡以进一步了解 Gemini 4 Carbon；如要开始基于它进行构建，请浏览我们更新后的 Gemini 4 开发者指南和文档，了解将工作流迁移至该模型的最佳实践。

通过收件箱获取 Google 的最新资讯

订阅我们的通讯，获取产品更新、活动信息、特别优惠等内容。

您的信息将按照 Google 隐私政策使用。您可以随时选择退订。