Gemini 4 Carbon：网络防御性能，有限发布

1. 强化从漏洞发现到修复的防御工作

谷歌 DeepMind 表示，Carbon 在发现漏洞、确认可利用性并修复漏洞的网络防御全过程中达到了最先进的性能。据公司公布的数据，它在综合指标 Artificial Analysis Intelligence Index v5.0 中以 59 分位列第一。

据公司公布的数据，在不启用安全防护措施的评估中，漏洞检测试验 SEC-bench Pro 的得分为 88.2%，可利用性验证试验 ExploitGym 的得分为 54.8%。

同样在不启用安全防护措施的评估中，据公司公布的数据，补丁生成试验 CWE-bench 的得分为 71.0%。三项试验分别衡量不同任务，因此难以合并为一个成功率来解读。

可利用性验证是确认已发现的缺陷能否用于实际攻击，以确定修复优先顺序的工作。随后生成修复缺陷根本原因的补丁，因此安全团队可将其应用范围从发现问题延伸至制定修复方案。

据公司公布的数据，在以相同标准比较性能的内部基准测试中，安全代码生成成功率超过上一代模型 Gemini 4 Argon 的两倍。谷歌表示，Chrome 团队报告称，Carbon 在生成高质量补丁方面的表现比另一家实验室的大型前沿模型好 10 倍以上。

2. 经历死胡同仍持续数日的编码工作

Carbon 的设计目标是长时间执行包含多个步骤的复杂工程任务。谷歌内部团队表示，在为大型代码库和运行于接近硬件的底层系统查找细微缺陷的原因并修补时，他们观察到了即使遇到死胡同也能持续运行数日的案例。

改进对象还包括智能体，即自主执行多个步骤的程序所承担的任务，以及科学任务和网页开发。据公司公布的数据，在网页开发评估 WebDev Arena 中，其 Elo 分数提高了 89 分，达到 1769 分，排名第四；Elo 是根据对战结果量化实力的评分。谷歌表示，网页开发成果的质量有所提升。

3. 继承安全体系，减少偏离指令的行为

Carbon 继承了 Argon 的多层安全与安保体系，结合模型训练、实时滥用防御和思考过程监控。它也防范通过外部文档等内容中隐藏的指令诱导模型采取错误行动的提示词注入，并强化了训练，使其在复杂或有压力的任务中按预期行事。

据公司公布的数据，在 Terminal-Bench 4.0 中，利用评估漏洞的作弊成功率为 0.0%，尝试率为 0.4%。公司表示，在内部团队的实际编码环境中，提示行为严重偏离预期的警报减少了近 80%。

据公司公布的数据，在内部测试中，无依据的断言比 Argon 减少了约一半。超出要求范围的行为减少了 26%，未充分完成要求的行为减少了 29%。谷歌表示，经过改进，模型收到含糊请求时会查找相关资料，向用户指出不一致之处后再行动。

据公司公布的数据，在 Gray Swan 的间接提示词注入评估中，攻击成功率从 Argon 的 0.7% 降至 Carbon 的 0.0%。

4. 先向部分防御人员提供，再扩大至合作伙伴

谷歌表示，正在参与美国政府的自愿性模型发布前测试流程，并将在本周向部分网络防御人员提供 Carbon。此后将通过 Fairwind Program 分阶段向可信合作伙伴开放。面向开发者、企业和普通用户，公司计划在采纳有关安全防护措施的反馈后，通过产品提供服务。

5. 也需考虑推广费率结束后的使用成本

价格与 Argon 的推广期费率相同。每 100 万个输入 token 为 2 美元，每 100 万个输出 token 为 10 美元；缓存输入，即为重复使用而保存的输入内容，在输入价格基础上优惠 95%。推广期结束后，价格将分别升至 4 美元和 20 美元。

安全团队获得的益处是，能够将漏洞确认和修复方案制定交由模型以较长的连续流程完成。考虑采用该模型的组织需要将可用时间，以及初期优惠费率结束后增加的输入和输出成本纳入计划。

只有同时衡量能将防御任务交由 Carbon 持续处理多久、何时能获得访问权限以及持续成本，才能看清其采用价值。