谷歌发布Gemini 4 Carbon登顶综合榜，先向网络防御者开放

10月28日，Google DeepMind高级副总裁兼Google首席AI架构师Koray Kavukcuoglu公布了Gemini 4 Carbon，重点展示模型在大型代码库中持续排查问题、验证漏洞和编写补丁的能力。Google计划从本周开始，通过Fairwind计划向部分网络防御者提供访问权限，再逐步扩大到其他可信合作伙伴。该计划服务的对象包括政府、医疗机构和电信服务商。Google同时参与美国政府自愿性的模型发布前测试流程，并将根据早期使用反馈调整防护机制，再向开发者、企业和消费者扩大供应。

榜首的测评边界

Artificial Analysis将Carbon列为Intelligence Index v5第一，得分59。在该机构的编程智能体指数中，Carbon以高推理配置配合Antigravity CLI取得59分，Claude Opus 5.5以最高推理配置配合Claude Code取得62分。另一家评测机构Vals AI给出的结果是：Carbon在Vals Index v2.2中得分70.36%，位列29款模型第二，首位Claude Sonnet 5.5为70.85%。综合榜首因此有明确范围，不能替代具体工作负载的选型。

这次综合排名采用的v5包含九项评估，Carbon在其中四项取得第一，覆盖复杂推理、科学任务、知识与自动化工作。Artificial Analysis称，这版指数的大部分评估已使用私有数据集。对采购者而言，这些成绩提供了筛选依据；真正部署时，还要把本企业的代码、工具权限和验收标准放进测试，综合得分本身没有包含这些交付条件。

先向防御者开放

Google披露，Carbon在漏洞发现测试SEC-bench Pro取得88.2%，在检验漏洞利用能力的ExploitGym取得54.8%，在漏洞修补测试CWE-bench取得71.0%。这些任务对应防御工作的不同环节：先找到弱点，再确认风险，最后修改代码。Google注明，这组外部网络安全评估是在关闭防护限制的条件下完成的。它们说明模型具有相应技术能力，但不是普通用户获得访问后每次运行的交付保证。

CWE-bench开发方Collinear AI对其v1的说明，交代了“修好”的验收门槛：模型拿到真实开源仓库，自行审计并修改；补丁必须阻止漏洞利用，同时通过全部既有测试。其120项保留任务在高推理配置下各运行四次，每次限时一小时。以其中的BlurHash解码库为例，补丁既要处理异常字符，也要检查解析后的数值是否造成越界；只修复第一处明显错误，仍可能留下另一条崩溃路径。

Google称，内部团队已经让Carbon连续运行数天，处理大型代码库和底层系统中的复杂缺陷。与这种持续执行配套的是多层安全机制，包括模型训练、实时滥用防御、提示注入抵抗和推理过程监测。提示注入指外部网页、文档等内容夹带指令，诱导智能体偏离用户任务。模型运行时间越长、接触外部内容越多，权限控制和执行监测就越直接地关系到部署方式。

试用价与任务账单

Google公布的Carbon首发价为每百万输入token 2美元、输出token 10美元，缓存输入价格再优惠95%。Artificial Analysis披露的标准价则为输入4美元、输出20美元，并说明其图表按标准价计算。在Artificial Analysis的Intelligence Index评估中，按标准价格计算，Carbon（high）每项任务成本为7.76美元，Claude Opus 5.5（max）为10.04美元，GPT-6 Astra（max）为6.25美元。Carbon在这套评估中的任务费用处于另外两款模型之间，榜首并未同时带来最低账单。

首发优惠尚无确认的结束日期。对需要长期运行智能体的企业，这使预算至少需要分别记录优惠期费用和标准价费用。按token计费也意味着，一次工程任务的支出取决于读取代码、生成修改和反复验证的实际调用量。依据现有披露，尚不能把连续运行数天换算成固定项目报价，更不能据此估算Google的推理利润或数据中心回报。

补丁交付还靠审查

Google Developers Blog在10月13日披露，Argon曾在约20.5万行代码的ADK Python仓库中自主运行11小时，寻找跨文件的性能瓶颈。最终落地的工作包括先筛选会话事件再复制，以及让部分模块按需加载。这个案例展示了长时间自主工作的具体对象：模型需要追踪调用关系、共享状态和测试依赖，维护者则负责判断修改能否进入公共框架。

该项目最终合并的改动涉及22个文件，并配套17个新增测试函数；Google还专门处理了下游测试对模块公共属性的依赖。这为理解Carbon的交付价值提供了一条实际路径：持续推理产生候选修改，测试和维护者审查决定它能否上线。Carbon接下来的已披露节点，是本周向首批网络防御者开放，并通过Fairwind逐步增加可信合作伙伴；Google尚未给出面向开发者、企业和消费者全面开放的日期。