2026/10/30 · Weekly Radar
Argon 才上線兩週，Google 再推主打長時程 agent 與資安的 Gemini 4 Carbon：AA Intelligence Index v5 拿 59 分登頂、SEC-bench Pro 88.2%、ExploitGym 54.8%，目前只先開給部分資安防守方，推廣價每百萬 token $2／$10。
這是 Google DeepMind SVP 暨 Google 首席 AI 架構師 Koray Kavukcuoglu 於 2026 年 10 月 28 日發表的模型公告，介紹 Google 的新一代前沿模型 Gemini 4 Carbon。文章稱它是 Google 目前最強的模型，主打最先進的資安能力與長時程任務能力，距離前代 Gemini 4 Argon 上線僅兩週。
Carbon 在 Artificial Analysis Intelligence Index v5.0 以 59 分排名第一，並在程式、agentic 任務與資安方面都有提升。WebDev Arena 上 Elo 增加 89 分達 1768，排名第四。
Carbon 為更困難、長時間執行的工程任務與持續性 agent 工作流而設計。Google 表示內部團隊看過 Carbon 連續執行數天，在多步驟任務中遇到死路仍持續推進，例如在大型程式碼庫與底層系統中找出 bug 根因並修補。改進範圍涵蓋程式、agent 與科學任務、全端網頁開發與多模態理解。
Google 稱 Carbon 在漏洞偵測、驗證與修補三方面都達到最先進水準。在未加防護的外部評測中：SEC-bench Pro（找漏洞）88.2%；ExploitGym（驗證可利用性）54.8%，創新高；Collinear 的 CWE-bench（修補根因）71.0%。內部與合作夥伴結果方面，產生安全程式碼的成功率比 Argon 提升兩倍以上；Chrome 團隊回報 Carbon 產生高品質修補的表現比另一家實驗室的大型前沿模型好十倍以上；Wiz 也回報 Carbon 在網頁滲透測試基準上領先，並與其「Scan for Good」計畫相關。
Carbon 沿用 Argon 的多層防護：模型訓練、即時濫用防禦、prompt injection 韌性與思考鏈監控，並在對齊上更進一步，訓練模型在複雜或高壓任務中適當應對。具體數字：Terminal-Bench 4.0 上成功作弊降到 0.0%，嘗試作弊降到 0.4%，同時準確率提升；在即時程式環境中高嚴重度 misalignment 警報減少近 80%；內部測試中無根據的宣稱比 Argon 減少約一半；越權行為減少 26%、服務不足減少 29%；Gray Swan 間接 prompt injection 基準上，攻擊成功率從 Argon 的 0.7% 降到 0.0%。遇到模糊指令時，模型會先檢索來源並指出矛盾再行動。
Carbon 從公告當週起先開放給部分資安防守方，之後透過 Fairwind Program 逐步擴大到更多受信任夥伴；Google 也參與美國政府自願性的上市前模型測試。在收集回饋、調整防護後，才會「盡快」開放給開發者、企業與一般用戶，但未給具體日期。推廣價為每百萬 token 輸入 $2、輸出 $10，快取輸入打 95% 折扣（與 Argon 相同）；推廣期後為輸入 $4、輸出 $20。
發表文自己寫「內部看過它連跑好幾天」，卻沒給一般開發者開門——能連續工作好幾天的模型，大部分人連一分鐘都還摸不到。