谷歌发布Gemini 4 Carbon，一款旨在识别软件漏洞、生成安全补丁并处理可持续数日复杂工程任务的新型AI模型。

该模型在SEC-bench Pro上取得88.2%的得分，该基准测试AI在真实软件中识别漏洞的能力；在CWE-bench上得分71%，衡量其生成有效补丁以修复底层缺陷的表现；在ExploitGym上得分54.8%，反映其通过受控利用测试验证漏洞的能力。谷歌称，这些结果使Carbon在全部三项网络安全基准上领先于竞争模型。

此次发布距上一代模型Gemini 4 Argon推出仅两周。Carbon被设计用于执行涉及多步骤、多工具与多决策的长时间工作流。谷歌称，其内部团队观察到该模型在复杂工程问题上连续工作数日，包括定位缺陷成因并在大型代码库中开发补丁，但这些案例尚未经独立验证。

谷歌披露，Carbon在生成安全代码方面的成功率是Argon的两倍以上；Chrome团队发现其在产出高质量安全补丁方面比某款竞争前沿模型好十倍以上，但未指明该模型。Carbon在Artificial Analysis Intelligence Index 5.0中排名第一，得分59；WebDev Arena得分提升89个Elo点至1768，位列第四。

安全性方面，内部测试中Carbon相较Argon将无依据论断减少约一半，涉及谷歌团队的实时代码环境中高严重性失准警报下降近80%。在Gray Swan间接提示注入基准上，Carbon攻击成功率为0%，Argon为0.7%。谷歌指出，这些结果反映特定测试条件下的表现，不构成模型对操纵免疫的结论。

Carbon初期仅向选定的网络安全防御者开放，更多可信伙伴将通过Fairwind计划获得访问权限。谷歌还参与美国政府的自愿发布前模型测试流程。更广泛开放已有计划，但未公布日期。Carbon沿用Argon定价：每百万输入token 2美元、输出token 10美元，缓存输入token享受95%折扣。