喺推出 Gemini 4 Argon 只係兩個星期之後，Google 宣布咗 Gemini 4 Carbon，話係佢哋史上最強嘅模型，專為網絡安全同長時間嘅工程工作而設。Google DeepMind 嘅 Koray Kavukcuoglu 喺10月28日公布，呢個模型以59分登上 Artificial Analysis Intelligence Index 嘅榜首。
基準測試嘅數字解釋咗呢份信心。Carbon 喺 SEC-bench Pro 攞到88.2%，呢個測試係睇模型可唔可以自主搵到埋藏喺真實生產軟件入面嘅漏洞。佢喺量度為已知弱點類別整出可用修補能力嘅 CWE-bench 攞到71%，喺測試漏洞利用嘅 ExploitGym 攞到54.8%。喺全棧網頁開發嘅 WebDev Arena 都升上第四位。
Carbon 同一般模型發布嘅分別，在於佢嘅用途。呢個唔係聊天機械人嘅升級。Google 形容佢哋嘅團隊會俾個模型連續行幾日，就算撞牆都繼續堅持，喺大型代碼庫同底層系統入面搵出微細 bug 嘅根源再修補。佢係設計成工程智能體，而唔係傾偈對象。
Google 引用嘅內部結果相當突出。據講 Carbon 喺產生安全代碼嘅成功率比 Argon 高出一倍以上。Chrome 團隊話，佢產生高質素修補嘅速度係另一間實驗室前沿模型嘅十倍以上。Google 旗下嘅雲端安全平台 Wiz 亦留意到，Carbon 喺網頁滲透測試嘅基準上領先，而呢啲正係 Wiz 自己掃描計劃用到嘅能力。
不過，真正用到嘅人少之又少。由今個星期開始，得部分網絡防衛人員先有權限用，更多可信嘅合作夥伴會透過 Google 嘅 Fairwind Program 逐步加入。Google 正參與美國政府嘅自願性發布前測試程序。開發者、企業同消費者都要等。
呢種克制先至係新聞。一個可以喺呢個水平發現同驗證漏洞嘅模型，對防守方同攻擊方都一樣有價值。Google 喺打開大門之前公開試驗呢種取捨，而權限決定可能比排行榜更能透露模型嘅真實能力。
定價講出故事嘅另一半。Carbon 會以同 Argon 一樣嘅入門價推出：每百萬 input token 兩美元，每百萬 output token 十美元，cache 輸入享有95%折扣。呢個係生產級定價，唔係研究定價。Google 預期呢個模型發布之後會真正開工。
對領導者嚟講有兩個啟示。第一，能力領先而家包括部署判斷：關於前沿模型最有意思嘅訊號，日益係邊個獲准喺咩時候接觸佢。第二，安全團隊要為 AI 發現缺陷快過機構修補嘅世界做好準備，因為呢種能力嘅防禦版本好快會成為標準配備。
前沿唔再只係排行榜。佢係一道閘。嗰啲喺權限擴大之前就整好安全工作流程同治埋架構嘅機構，先會係閘門打開嗰陣準備得最充足嘅一方。
以數學思考。以智慧設計。以策略領導。負責任咁建構。向全球擴展。透過人工智能創造真正嘅商業價值。
