谷歌发布Gemini 4 Carbon 主攻复杂工程和网络安全 原创

产联社编辑 | 黄钰慧

图片由AI生成

【产联社】谷歌把新一轮模型升级的重点放在了复杂工程任务上。北京时间10月29日凌晨，谷歌宣布推出Gemini 4 Carbon，称内部团队已观察到它连续运行数天，在大型软件项目中追查故障原因并修补代码。

第三方评测机构Artificial Analysis公布，Carbon登上其综合智能指数v5榜首，但在编程和知识工作等具体任务中，仍有其他模型取得更高成绩。

从写代码走向持续解决问题

此次更新的一项重点，是让模型在任务遇阻后继续寻找解决办法。谷歌称，Carbon能够在复杂工程任务中尝试不同路径，处理大型代码库和底层系统中难以发现的问题。

按照谷歌描述的内部使用场景，Carbon承担的工作已从生成代码，延伸到寻找故障根因、修改代码等相互衔接的步骤。

除了编程，Carbon处理知识工作任务的表现也有改善。Artificial Analysis称，与前代Argon相比，新模型在分析质量和成果呈现质量上均有提升，不过在AA-Briefcase知识工作评测中，仍落后于Kimi K3.1 Pro等模型。

找漏洞之外，还要验证风险

网络安全是谷歌此次集中展示的应用方向。公司公布的测试覆盖三个相连的环节，即发现软件漏洞、验证漏洞能否被利用，以及修复问题。谷歌公布的结果显示，Carbon在上述三类测试中的成绩均高于Argon。

模型执行任务时是否会编造信息、擅自扩大操作范围，也是此次改进内容。谷歌称，在内部测试中，Carbon缺乏依据的陈述较Argon减少约一半，超出任务范围的行为减少26%。

不过，第三方测试并未证明所有可靠性指标都同步改善。Artificial Analysis发现，Carbon在一项知识测试中答对的题目更多了，但该项测试的幻觉率也有所上升。

综合成绩登顶，编程能力仍在追赶

Carbon在综合排名上领先，编程任务的成绩则有升有降。在Artificial Analysis智能指数v5中，Carbon获得59分，高于前代Argon的50分，也超过Claude Opus 5.5的58分。

具体到编程工具，Carbon搭配谷歌Antigravity后的评测成绩，比Argon搭配同款工具提高6分，但仍落后于Claude Code搭配Opus 5.5。

不同编程任务中的表现也有差别。在考查真实软件项目代码修改能力的测试中，Carbon得分约41%，较Argon的26%明显提高，但仍低于Opus 5.5的46%。 在考查编程和终端操作的另一项测试中，Carbon约为65%，则高于Opus 5.5的60%。

单价延续优惠，企业接入仍需等待

Carbon沿用了Argon的首发优惠价。每百万输入token收费2美元、输出10美元；优惠期结束后，分别调整为4美元和20美元，优惠结束日期尚未明确。

完成一项工作的费用，还要结合实际用量来看。按标准价格计算，Artificial Analysis测得Carbon每项智能指数任务的加权平均成本为7.76美元，低于Opus 5.5的10.04美元，但高于GPT-6 Astra的6.25美元，这一比较仅对应其评测任务。

开放安排上，谷歌宣布先向部分网络安全防御人员提供Carbon，再通过Fairwind计划逐步扩大至更多可信合作伙伴，并在收集反馈、完善防护措施后，向开发者、企业和消费者提供，具体日期尚未公布。

此次更新中，谷歌重点展示了Carbon持续排查软件问题、验证风险和修补漏洞的能力。对企业来说，更值得关注的是它能否减少返工、节省时间，以及完成一项工作的实际开销。这些问题，仍需在具体业务中检验。

商务合作，请联系侯经理 18801065284（微信同号）

报料及内容合作，请联系chanlianshe2026（微信号）