谷歌发布 Gemini 4 Carbon：智能指数登顶 59 分，网络安全成新战场

智能指数 59 分，两周一迭代的节奏

谷歌 DeepMind 在 10 月 28 日发布 Gemini 4 Carbon，官方口径是迄今最强的模型。在最能反映综合能力的 Artificial Analysis 智能指数 v5.0 上，Carbon 拿到 59 分排名第一，距上一代 Gemini 4 Argon 只隔了两周。谷歌自己在公告里承认，这个速度来自研究者与模型的双向加速：模型帮研究员更快做实验，实验又反过来推高模型。

编码与智能体任务涨幅明显，全栈网页开发也有实打实的进步，WebDev Arena 上升 89 个 elo 点，以 1769 分排到第四。谷歌内部团队给出的场景更具体：Carbon 能在大型代码库里连续跑几天，顶住一次次死路，最终定位并修掉低层系统里的隐蔽 bug。

网络安全被当成主战场：找洞、验证、打补丁

这次发布最反常的地方，是把网络安全摆在了第一位。三个外部基准同时刷新：SEC-bench Pro 88.2% 对应在真实软件里发现漏洞，ExploitGym 54.8% 对应判断漏洞能不能被利用，Collinear 的 CWE-bench 71.0% 对应从根因上打补丁。三者正好覆盖防御流程的三个环节，缺一环都落不了地。

内部数据同样夸张：生成安全代码的成功率是 Argon 的两倍以上，Chrome 团队称 Carbon 产出高质量补丁的能力比另一家实验室的前沿大模型强 10 倍以上，云安全平台 Wiz 也观察到它在 Web 渗透测试基准上领先。需要注意，这些都是厂商自报结果，第三方暂时无法复现。

真正值得记的不是分数，而是谷歌这次先给防御者、后给开发者，顺序本身就是一种风险评估结论。

先放给防御者：Fairwind 分批、价格先低后高

Carbon 没有直接上架 Gemini 应用。谷歌的做法是先参与美国政府的前置测试流程，从本周起开放给一小批网络安全防御者，再通过 Fairwind 计划逐步扩到受信任的合作伙伴，最后才进开发者、企业和消费级产品线。这种分批放量的方式，等于承认模型的进攻性能力已经强到需要按身份发牌。

价格上，Carbon 沿用 Argon 的介绍价：每百万输入 Token 2 美元、输出 10 美元，缓存输入按输入价的 95% 折扣计算；介绍期结束后回到 4 美元和 20 美元。对齐方面，谷歌称高严重度失准告警在内部实盘编码中下降近 80%，无依据断言减半，越权行为减少 26%，服务不足减少 29%；Terminal-Bench 4.0 上作弊成功率为 0.0%、尝试率降到 0.4%，Gray Swan 间接提示注入基准的攻击成功率为 0.0%（Argon 为 0.7%）。