要点
- Gemini 4 Carbon 在 Artificial Analysis Intelligence Index v5.0 以 59 分居首；SEC-bench Pro 88.2%、ExploitGym 54.8%、CWE-bench 71.0%。
- 相对 Argon，安全代码生成成功率超 2 倍；Terminal-Bench 作弊成功率 0.0%；间接提示注入（IPI）攻击成功率 0.0%。
- 起步价与 Argon 相同（输入/输出 $2/$10 每百万 token），后调至 $4/$20；本周起先对部分网络防御方开放，再经 Fairwind 分阶段放行，非开发者同日 GA。
Google DeepMind 在 2026年10月28日发布 Gemini 4 Carbon，自称“最强模型”，并突出网络安全与长程智能体能力。宣传的重点并不只是再刷一轮编码榜，而是把漏洞发现—利用验证—根因修复写成一条防御生命周期分数带，同时用政府预发布测试与 Fairwind 计划把开发者全面开放往后推。
这改变了前沿发布的默认节奏：两周前刚上线的 Argon 仍偏“能力先发”；Carbon 则把“谁先用、在什么约束下用”写进产品叙事本身。
[1]官博给出的外部分数包括：Artificial Analysis Intelligence Index v5.0 第 1（59）；WebDev Arena 升 89 elo 至第 4（1768）。网络安全三项：SEC-bench Pro 88.2%（找漏洞）、ExploitGym 54.8%（利用验证）、Collinear CWE-bench 71.0%（打补丁），并注明外部评测“未启用护栏”。
内部侧：安全代码生成成功率相对 Argon 提升超过 2 倍；Chrome 团队称其高质量补丁表现比另一实验室前沿大模型好一个数量级以上；Wiz 称其在 Web 渗透测试相关基准上领先。安全栈延续 Argon 的多层方案，并报告 Terminal-Bench 4.0 作弊成功率为 0.0%、企图降至 0.4%；Gray Swan 间接提示注入基准攻击成功率从 Argon 的 0.7% 降至 0.0%。
[1]价格与放量同样是主张的一部分。Carbon 导入期价格与 Argon 相同：输入 $2、输出 $10（每百万 token），缓存输入约 95% 折扣；导入期结束后为 $4/$20。DeepMind 称正参与美国政府自愿预发布模型测试；本周起向部分网络防御方开放，再经 Fairwind 逐步扩展至更多可信伙伴，收集反馈、迭代护栏后，再尽快推向开发者、企业与消费者产品面。
长程工程方面，官博称内部团队看到模型可连续运行数日，处理跨大代码库与底层系统的根因定位与补丁。对齐指标还包括：高严重度错位告警约降 80%；无依据断言约减半；越权与服务不足分别降 26% 与 29%。
[1]钢人反驳：网络安全基准在“关闭护栏”条件下跑出的分数，未必等于默认产品面的可用能力；公司博客自报内部 uplift（含 Chrome、Wiz）缺独立复现；“分阶段放量”也可能是延迟风险暴露的公关编排，而非真正收紧危险能力。
仍待核验：Fairwind 准入标准与样本规模、政府预发布测试的公开结论、三项网络基准的评测协议与对照模型名单，以及开发者 GA 的明确时间表。事实置信度高（官方数字可核对）；外推到“防御生命周期分数已成行业主赛道”置信度中等。
[1]对防御方与云安全厂商，先拿到 Carbon 意味着把模型嵌入扫描、验证与补丁流水线的窗口期；对应用开发者，同日 GA 的缺席意味着编码排行榜领先未必立刻变成 API 产能。对监管与同行，把 IPI 与作弊率压到 0.0% 并公开分阶段计划，抬高了“能力发布即全面可用”的默认预期成本。
[1]未来六个月应看三件事：Fairwind 与政府预发布反馈是否迫使再砍一轮能力或再加一轮护栏；开发者 GA 到来时，关闭护栏的基准优势是否仍成立；以及竞争对手是继续刷开放编码榜，还是开始用同样的“发现—利用—修复”三联分数与分阶段放量来对标。
[1]