在推出Gemini 4 Argon仅两周后，Google宣布了Gemini 4 Carbon，称这是其迄今最强的模型，专为网络安全和长周期工程工作打造。Google DeepMind的Koray Kavukcuoglu于10月28日宣布了这一消息，称该模型以59分登上Artificial Analysis智能指数榜首。
基准测试数字解释了这份信心。Carbon在SEC-bench Pro上得分88.2%，该测试检验模型能否自主发现隐藏在真实生产软件中的漏洞。它在衡量修复已知弱点类别能力的CWE-bench上达到71%，在测试漏洞利用的ExploitGym上达到54.8%。在全栈Web开发的WebDev Arena排行榜上，它也升至第四位。
Carbon与普通模型发布的区别在于其预期用途。这不是聊天机器人的升级。Google描述其团队让该模型连续运行数天，在死胡同中坚持，最终在大型代码库和底层系统中定位并修补细微的bug。它被设计为工程智能体，而非对话者。
Google引用的内部结果引人注目。据称Carbon生成安全代码的成功率比Argon高出一倍以上。Chrome团队表示，它生成高质量补丁的速度是另一家实验室前沿模型的十倍以上。Google旗下云安全平台Wiz观察到，Carbon在Web渗透测试基准上领先，这正是Wiz自身扫描计划所用的能力。
然而几乎没有人能用到它。从本周开始，只有部分网络防御者获得访问权限，更多可信合作伙伴将通过Google的Fairwind计划逐步加入。Google正在参与美国政府的自愿性发布前测试流程。开发者、企业和消费者还需等待。
克制本身就是新闻。一个能在这种水平发现和验证漏洞的模型，对防御者和攻击者同样有价值。Google正在公开测试这种权衡，然后再打开大门。与排行榜相比，访问决策或许更能揭示模型的真实能力。
定价讲述了故事的另一半。Carbon将以与Argon相同的入门价格推出：每百万输入token两美元，每百万输出token十美元，缓存输入享受95%的折扣。这是生产级定价，而非研究定价。Google期望这个模型发布后真正投入工作。
对领导者而言，有两点启示。第一，能力领先如今包含部署判断：关于前沿模型最有意义的信号，日益成为谁被允许在何时使用它。第二，安全团队应为AI发现漏洞的速度超过组织修补速度的世界做好准备，因为这种能力的防御性应用很快会成为标准配置。
前沿不再只是排行榜。它是一道闸门。那些在访问扩大之前就建立好安全工作流程和治理体系的组织，将是闸门开启时准备最充分的一方。
以数学思维思考。以智慧进行工程设计。以战略引领。负责任地构建。向全球扩展。通过人工智能创造真正的商业价值。
