Google 17项跑分 15冠 网安防御第一

Gemini 4 Carbon是GoogleDeepMind于2026年10月28日发表的前沿模型，在Google公布的17项跑分中拿下15项最高分，在资安防御的找漏洞、验证与修补三项基准测试取得最高成绩，也能处理连续数天的长时间工程任务。



Google在2026年10月28日发表Gemini 4 Carbon，距离10月中旬开放的Gemini 4Argon只隔两周。官方称它是目前最强的模型，在Google公布的17项跑分中拿下15项最高分，ArtificialAnalysis智能指数v5.0以59分排名第1，并在找漏洞、验证漏洞可利用性与修补漏洞三项资安基准测试取得最高成绩。

和Argon刚发表时的做法相同，Carbon先提供给少数资安防御者，等调整好防护机制后，才会陆续开放给开发者、企业与一般用户。本文会整理Carbon的特色、跑分、价格与目前的使用条件。

Gemini 4 Carbon是什么？

Gemini 4 Carbon是Google DeepMind的新一代前沿模型，由GoogleDeepMind资深副总裁暨Google首席AI架构师KorayKavukcuoglu在官方博客发表。Google对它的定位有两个重点：资安能力达到业界最高水准，以及能处理更长时间、更困难的工程任务。

Carbon建立在Argon的基础上，Google表示研究人员与模型正在协同合作，加快能力提升的速度，同时强化安全防护。以Argon在10月中旬才刚开放来看，两代模型的间隔相当短，可以看出Google目前的更新节奏。

Gemini 4 Carbon能力：长时间工程任务与网页开发

Carbon针对“长时程”任务设计，适合需要持续运作的代理式工作流程。Google内部团队的实测中，Carbon可以连续运作数天，遇到死胡同也能继续尝试，处理像是在大型程式码库与底层系统中找出并修补隐蔽错误这类多步骤的工程任务。

在能力提升的范围上，官方列出程式开发、代理任务、科学任务、全端网页开发与多模态理解，其中网页开发的产出品质与成品有改善，在WebDevArena排行榜上提升89 Elo分，来到第4名（1768分）。

WebDev Arena的89 Elo分提升，官方未注明比较对象，其余能力的详细数字见下一段的跑分表。

Gemini 4 Carbon跑分：和Argon、GPT-6 Astra、Claude Opus5.5比较

Google提供的跑分表把Carbon与Argon、GPT-6 Astra、Claude Opus 5.5、Claude Fable5.1放在一起比较，共17项测试，测试方法请见官方评测方法说明。

Carbon在17项测试中拿下15项最高分，与Argon相比则是17项全部领先。

差距最明显的是长上下文的GraphWalks（96.2%，次高为 Argon 的84.2%）、资安的ExploitGym（54.8%，次高为 GPT-6 Astra 的42.4%），以及知识工作的AutomationBench（53.9%，次高为Argon的51.3%，GPT-6Astra与Claude Opus 5.5分别为41.4%与42.5%）。ArtificialAnalysis智能指数59分，高于Claude Opus 5.5的58分与GPT-6Astra的57分，比Argon的50分高出9分。

也有没赢的项目。FrontierSWE 2的最高分是GPT-6 Astra的65.5%，Claude Opus5.5为62.3%，Carbon的61.2%排第3。电脑操作的OSWorld-2.1离线子集由Claude Opus5.5以87.2%领先，Carbon的81.5%排第2。另外Vals Indexv2.2（70.4%对70.2%）与SWE-sweep（9.6%对9.5%）的领先幅度不到1个百分点，差距很小。

但要注意的是跑分仅供参考。这份表格由Google自行公布，Carbon的资安成绩又是在没有防护机制下评测，一般用户之后拿到的版本也可能会有限制，再加上Carbon目前还没对一般用户开放，要等实际开放、有第三方测试与更多使用经验后，才知道日常使用的感受是否和跑分一致。

Gemini 4 Carbon资安能力：找漏洞、验证、修补一次到位

资安是这次发表的核心，Google说Carbon在资安防御的完整流程，包含漏洞侦测、验证与修补，都达到最高水准。官方列出三项外部基准测试成绩，并注明是在没有防护机制的情况下评测：

官方另外提供几项实际使用回馈：

1. 在内部基准测试中，Carbon产生安全程式码的成功率比Argon提高2倍以上。 2.Chrome团队回报，在产生高品质修补程式方面，Carbon的表现比另一家实验室的大型前沿模型好10倍以上。 3.云端资安平台Wiz观察到，Carbon在网页渗透测试基准中领先，这项能力是Wiz“Scan for Good”计划的核心。

要留意的是，上述基准测试是在没有防护机制下评测，一般用户之后拿到的版本会有资安限制，实际表现可能有差异，等开放后再观察比较妥当。

Gemini 4 Carbon的安全与对齐改进

Carbon沿用Argon的多层安全架构，包含模型训练、即时滥用防御、提示词注入抵抗与思维链监控，在这个基础上，Google这次进一步强化模型在复杂或高压任务下的行为表现，官方列出的成果如下：

Gemini 4 Carbon API价格多少？

Carbon上线时会沿用Argon的优惠价，之后恢复标准价：

Google没有公布优惠期持续多久，要采用的开发者要留意优惠期结束后输入与输出成本都会翻倍。目前API尚未开放，价格是官方先行公布的资讯。

Gemini 4 Carbon 现在能用吗？香港呢？

Google说明采取审慎的开放方式，并且正在参与美国政府自愿性的发表前模型测试流程，目前只有部分资安防御者能用，香港用户与一般用户都还要等，开放状况整理如下：

官方的说法是，持续收集回馈并调整防护机制后，会让开发者、企业与一般用户透过Google的产品使用Carbon。如果想了解Fairwind计划的资格与申请对象，可以参考先前的Gemini4 Argon介绍。

总结

Gemini 4 Carbon是Google目前最强的模型，在Google公布的17项跑分中拿下15项最高分，包含ArtificialAnalysis智能指数与三项资安基准测试，只有FrontierSWE 2与OSWorld-2.1分别由GPT-6Astra与Claude Opus5.5领先。它也能处理长达数天的工程任务，同时在诚实度与抵抗提示词注入上有明显改进。价格方面与Argon相同，优惠价为每百万token输入2美元、输出10美元。

不过目前只有部分资安防御者能用，一般用户与开发者都还要等，Google也没有公布日期。如果你已经是Google AIPro或Ultra订阅者，现阶段可以先使用Argon，等Carbon开放后再比较两者差异。