Gemini 4 Carbon 现已上线

今天，我们向开发者、企业、科学家和普通用户开放 Gemini 4 Carbon。Carbon 是我们最强的模型，在网络安全能力以及复杂知识工作、软件工程和科学推理中的长程智能体工作流上具备前沿水平。

两周前，我们通过 Fairwind 计划把 Carbon 开放给了一批网络安全防御者。继最近发布 Gemini 4 Argon 之后，Carbon 把前沿又往前推了一步。Argon 仍然是大多数软件工程和知识工作的理想选择，而 Carbon 是为考验模型智能极限的任务打造的，比如复杂的多步编码和调试、开放式科学研究与发现——它会比 Argon 使用更多 token，来充分探索、深入推理并运行更长的验证循环。

在多项旨在检验模型在真实工作流中表现的独立基准上，Carbon 兼具前沿准确率和实用的生产经济性。它在 CursorBench 4.0、Perplexity 的 WANDR 和 Zapier 的 AutomationBench 上排名第一，每个任务的成本比排名其后的最佳外部模型低一半以上。

为了让 Carbon 的能力用在更大、更复杂的项目上，我们正在 Google Antigravity 中预览 /swarm，把一条提示变成一支可以实时跟踪的协作智能体团队。开发者可以把 Carbon 分配到最需要深度推理的角色上，比如架构设计、协调和审计，同时在多个并行的隔离工作区里搭配更快、更轻的模型，并由对抗性验证者测试每一处改动。

Gemini 4 Carbon 已通过 Google AI Studio 和 Gemini for business 的 API 向所有付费开发者和企业开放，采用与 Gemini 4 Argon 相同的首发优惠价（每百万输入 token 2 美元，每百万输出 token 10 美元）。它也正在向所有 Google AI Ultra 订阅用户推出，覆盖 Google Antigravity、Gemini 应用和搜索中的 AI 模式。

更高精度的知识工作、成果物生成和数据分析

在法律、金融和企业运营领域，Gemini 4 Carbon 结合了前沿的视觉理解、推理和穷尽式检索，能够在大量密集的文档和数据中综合出有依据的洞察。它会遵循严格的结构和格式要求，生成精致、准确的电子表格、演示文稿和报告。

现有基准无法充分反映智能体如何原生地在含有图表、图片、蓝图、原理图和表格的密集文件上推理，所以我们与 Artificial Analysis 合作推出了新的多模态知识智能体（MKA）基准，用来测试模型在智能体工作流中的多模态表现。Carbon 排名第二，而平均每个任务的成本比第一名模型低 6 倍以上。

在发布前的评估中，Carbon 在 Hebbia 的端到端金融智能体评估中的深度金融研究表现与所测最佳模型持平；在 Balyasny Asset Management 的通用金融智能基准上，它在 23 个前沿模型配置中排名第一，这个基准涵盖法律专业知识、智能体工具使用与执行、编码与数据工程，以及感知与上下文理解。

更强的智能体编码、全栈开发以及 3D 和 UI 设计

Carbon 在需要多智能体协作的工程任务上表现出色，比如跨多个包的迁移、跨子系统的根因调查以及复杂的架构重设计。在 Web 应用开发中，它会运行构建-验证循环，从错误中恢复，并同时检查代码和渲染出的界面，最终交付完整可用的应用。更强的视觉设计、空间推理和对环境细节的关注，也延伸到了 3D 游戏开发和创意编程上。

前沿网络安全能力

Gemini 4 Carbon for cyber 带来了我们迄今最强的网络安全能力，为安全团队提供保护关键软件所需的端到端智能。通过 Fairwind 计划使用时，Carbon 在发现（SEC-bench Pro）、利用（ExploitGym）和修补（CWE-bench v1）漏洞的关键基准上都处于领先：它会检查软件，追踪缺陷如何在系统间串联，并生成经过验证的根因补丁。

Google 内外的早期测试者已经在实践中看到 Carbon for cyber 的出色效果。

• 在 Google 覆盖扫描、分诊和修复的自主系统 Project Fortify 中，Carbon 在我们的内部基准上实现了扫描 100% 的召回率和分诊 95% 的精确率。在开源代码仓库测试中，它在 Argon 本已很高的召回率基础上又有超过 25% 的相对提升，发现了此前未被检测到的真实逻辑缺陷。Google 是全球最大的开源软件使用者之一，把这些收益推广到整个 Google，既有助于保护我们自己的系统，也有助于保护更广泛的生态。
• Google 的云漏洞研究（CVR）团队最近用 Carbon 证明了某个流行开源软件中的两个 bug 实际上是可被利用的漏洞，严重程度与最近的 PHP2Shell 漏洞相当。CVR 用 Carbon 构建了概念验证，帮助维护者把该 bug 重新定级为严重，并迅速发布了补丁。负责任披露流程完成后会公布细节。
• 作为 Wiz「Scan for Good」计划的一部分，该团队用 Carbon 评估公共数字基础设施中的漏洞。例如，在扫描两家大型 SaaS 提供商时，模型在不到两小时内就发现了零日漏洞，把数周的漏洞研究压缩到一个下午。团队与受影响的组织合作，以创纪录的速度完成修复，帮助减轻了对数万家公司的潜在影响。

更强的科学和数学推理

Gemini 4 Carbon 在物理、数学和生命科学推理上表现明显提升，能综合实验数据、检验假设，并推理多步骤的领域问题。对药物毒性研究公司 Axiom Bio 来说，Carbon 现在是转化科学方面表现最好的模型，发现了他们此前未发现的新毒性机制。Axiom 正在把生产环境中的科学分析和智能体迁移到 Carbon 和 Argon 上，以推动开发更安全的药物。

Google 各团队的研究人员一直在 Google Antigravity 中使用 Carbon 加速工作：

• 代码验证： 研究人员构建了一个名为 AlphaProof Code 的形式化验证智能体框架，并用它攻克一项重大安全挑战：从数学上证明 Signal 加密协议底层的实际代码。研究人员把 Carbon 与其他模型一起使用，把安全目标翻译成数学定理。随后 AlphaProof Code 智能体用 Carbon 生成了数百万行 Lean 代码（Lean 是一种用于书写数学证明的计算机语言），帮助他们在几周内证明了关键安全属性——这类任务过去需要专家团队花上数年。这一结果表明，Carbon 有潜力实现可扩展的形式化验证，而形式化验证长期以来被视为构建安全软件的黄金标准。
• 酶分析方法开发： 仅凭实验记录本和原始数据，Carbon 就超越了常规分析，找出了难以解读的数据异常，并据此诊断出湿实验中的细微实验伪影，比如深孔板中自动混合不充分，从而大幅提升了可重复性。此外，Carbon 改进了色谱峰的去卷积方法，还发现了研究仪器中微量的样品残留，显著加快了新分析方法的开发，也收紧了计算与实验台之间的反馈回路。
• 蛋白质结构预测： AlphaFold 3 等结构预测模型利用进化亲缘序列的多序列比对（MSA）来推断氨基酸链如何折叠。因此，对于在标准数据库中匹配很少的研究不足的蛋白、病毒蛋白、微生物蛋白和真核蛋白，它们往往表现不佳。在多智能体设置中，我们的研究人员用 Gemini 4 Carbon 在 PB 级的未注释序列档案、环境和病毒序列目录以及 3D 结构数据库中自主发现远缘同源序列。例如，在 CASP17 盲测集中的 7 个低同源蛋白家族上，Carbon 检索到的同源序列数量平均提高了 40 倍，在无需重新训练的情况下大大增加了结构预测模型可用的信息。虽然更广泛的基准测试仍在进行，但解决这一上游搜索瓶颈，可能为建模蛋白质组中难以表征的区域提供一条有前景的路径。

四周前，我们开放申请，让 10,000 名科学家可以在 Google Antigravity 中免费使用 Argon 六个月，以加快研究节奏，目前已有数千名科学家加入。今天，我们把 Carbon 的使用权扩展给当前和未来的参与者；今后，这个项目也会在我们最新的前沿模型推出时继续提供访问。申请仍然开放，每周滚动接纳，视资格、容量和遴选情况而定。

模型安全与安保的进展

每发布一个新模型，我们都会按模型能力相应地加强安全与安保防护、智能体滥用防范、模型对齐和危害减轻。

由于 Gemini 4 Carbon 具备更强的网络能力，我们在 Argon 强大的安全与安保体系之上，进一步增强了对滥用和提示注入的鲁棒性。

• 缓解前沿安全滥用风险： 我们加强了滥用防护，确保更强的防御推理不会转化为进攻风险。在植入 ExploitBench 和 CyScenarioBench 的模拟网络攻击测试环境中，面对一个每次被拦截后都会反复修改攻击计划的自适应红队智能体，Carbon 拦截了 99% 的攻击轨迹。Carbon 的防护把单次尝试的突破率降到了仅 0.8%（Argon 为 3.1%）。在 Gray Swan 的测试中，我们的防护还把自动化网络攻击查询的成功率降到 2.17%，而 Argon 为 9.86%。Trajectory Labs 的外部测试在 132 小时、超过 13,000 次请求中没有发现任何新的通用越狱。
• 促进安全、对齐的模型交互： 在发布 Carbon 时，我们展示了以监控标记率衡量的、贯穿模型整个生命周期的对齐显著改善，以及数据捏造的减少。新结果显示，在我们包含 375 个任务的智能体诚实性基准上，它通过了 92% 的任务（Argon 为 70%）——98% 的情况下拒绝补填缺失的实验数据，68% 的情况下指出了方法论缺陷。
• 保护用户免受间接提示注入攻击： 两周前，我们公布了 Carbon 在 Gray Swan IPI 基准上实现了 0% 的提示注入攻击成功率——这是首次达到这一里程碑。同时我们也知道，提示注入鲁棒性仍需持续改进。我们先进的自动化红队测试一直在挑战极限，并显示在某些分布的复杂攻击下，模型还有进一步提升的空间。这为我们不断把模型安全推向下一个前沿提供了数据。

更多细节请阅读完整的 Gemini 4 Carbon 安全与安保报告。

开始使用 Gemini 4 Carbon

从今天起，Carbon 与 Argon 一起加入我们各产品中的前沿模型家族：

• 开发者： 在 AI Studio 和 Android Studio 中使用 Gemini API 付费层构建；如果你是 Google AI Ultra 订阅用户，可以在 Google Antigravity 和 AI Studio 中试用。
• 企业： 在 Gemini for business 中通过 API 或模型下拉菜单、Google Antigravity 或 CodeMender 试用。
• 普通用户： 如果你是 Google AI Ultra 订阅用户，从今天起可以在 Gemini 应用和搜索中的 AI 模式里试用 Carbon。
• 科学家和研究人员： 申请通过 Google Antigravity 最高使用等级免费使用 Argon 和 Carbon 六个月的机会（滚动接纳），视资格、容量和遴选情况而定。
• 网络安全防御者： 申请加入 Fairwind 计划，滚动获得 Carbon for cyber 的使用权限。

查看模型卡了解 Gemini 4 Carbon 的更多信息并开始构建，也可以阅读更新后的 Gemini 4 开发者指南和文档，了解把工作流迁移到该模型的最佳实践。