Google DeepMind 发布 Gemini 4 Carbon 前沿模型

2026年11月10日

开发者、企业、科研人员和普通用户现在都可以试用我们最新的前沿模型。

您的浏览器不支持音频元素。

收听文章

[[duration]] 分钟

本内容由 Google AI 生成。生成式 AI 仍处于实验阶段

本文内容

今天，我们面向开发者、企业、科研人员和普通用户推出 Gemini 4 Carbon。Carbon 是我们目前最强的模型，在网络安全能力以及跨复杂知识工作、软件工程和科学推理的长程智能体工作流上均达到前沿水平。

两周前，我们通过 Fairwind 计划向一批网络安全防御人员发布了 Carbon。继近期推出 Gemini 4 Argon 之后，Carbon 把前沿又向前推进了一步。对于大多数软件工程和知识工作，Argon 仍是理想之选；而 Carbon 专为考验模型智能极限的任务打造，例如复杂的多步骤编码与调试，以及开放式的科学研究与发现——它会比 Argon 消耗更多 token，以便充分探索、深入推理并运行更长的验证循环。

在多项旨在测试模型真实工作流表现的独立基准上，Carbon 既具备前沿准确率，又兼顾实际生产成本。它在 CursorBench 4.0、Perplexity 的 WANDR 和 Zapier 的 AutomationBench 上均排名第一，且每项任务成本比排名第二的外部模型低 2 倍以上。

为了让 Carbon 的能力服务于更大、更复杂的项目，我们正在 Google Antigravity 中预览/swarm，把单条提示词变成一支可实时追踪的协同智能体团队。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，同时搭配更快速、更轻量的模型，在并行的隔离工作区中运行，并由对抗性验证器检验每一处改动。

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，尝鲜价 ¹ 与 Gemini 4 Argon 相同（每百万输入 token 2 美元，每百万输出 token 10 美元）。同时，它正在向所有 Google AI Ultra 订阅用户推送，覆盖 Google Antigravity、Gemini 应用和搜索中的 AI 模式。

更高精度的知识工作、产物生成与数据分析

在法律、金融和企业运营领域，Gemini 4 Carbon 将前沿的视觉理解、推理和穷尽式检索能力结合起来，从大量密集的文档和数据中综合出有依据的洞察。它能严格遵循 schema 和格式要求，生成精致、准确的电子表格、演示文稿和报告。

现有基准测试无法充分衡量智能体如何原生地对包含图表、图像、蓝图、示意图和表格的密集文件进行推理，因此我们与 Artificial Analysis 合作推出了新的多模态知识智能体（MKA）基准，用于测试模型在智能体工作流中的多模态表现。Carbon 排名第 2，而每任务平均成本比排名第一的模型低 6 倍以上。

在发布前的评估中，Carbon 在 Hebbia 的 E2E Financial Agentic 评估的深度金融研究上，表现与测试中最佳模型持平；在 Balyasny Asset Management 的 General Financial Intelligence 基准上，于 23 个前沿模型配置中排名居首，该基准涵盖法律专业知识、智能体工具使用与执行、编程与数据工程，以及感知与上下文理解。

智能体编程、全栈开发以及 3D 与 UI 设计能力提升

Carbon 在需要多智能体协作的工程任务上表现尤为出色，例如多包迁移、跨子系统根因调查和复杂架构重构。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后的 UI，从而产出完整、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，也延续到了 3D 游戏开发和创意编程中。

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情报。通过 Fairwind Program 访问时，Carbon 在发现漏洞（SEC-bench Pro）、利用漏洞（ExploitGym）和修补漏洞（CWE-bench v1）等关键基准上领先：检查软件、追踪缺陷如何跨系统串联，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 Project Fortify 中——这是 Google 覆盖扫描、分诊和修复的自主系统——在我们的内部基准上，Carbon 实现了 100% 的扫描召回率和 95% 的分诊精确率。在开源代码仓库测试中，Argon 本已很高的召回率相对提升了 25% 以上，发现了此前未被检测到的真实逻辑缺陷。将这些收益推广到 Google——全球最大的开源软件用户之一——有助于保护我们自身的系统和更广泛的生态。
Google 云漏洞研究（CVR）团队最近使用 Carbon 证明，某款流行开源软件中的两个缺陷实际上是可利用的漏洞，严重程度与近期的 PHP2Shell 漏洞利用相当。CVR 借助 Carbon 构建了概念验证，帮助维护者将该缺陷重新归类为严重级别，并迅速发布了补丁。详细信息将在负责任的披露流程完成后分享。
在 Wiz 的 Scan for Good 项目中，团队借助 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，该模型不到两小时就发现了 0-day 漏洞，把原本需要数周的漏洞研究压缩到一个下午。团队与受影响机构合作，以创纪录的速度完成修复，帮助降低了可能波及数万家公司的潜在影响。

更强的科学与数学推理能力

Gemini 4 Carbon 在物理、数学和生命科学领域的推理表现显著提升，能够综合实验数据、检验假设，并逐步推理多步骤的领域难题。对药物毒性研究公司 Axiom Bio 而言，Carbon 目前是转化科学领域性能领先的模型，发现了他们此前未曾发现的新型毒性机制。Axiom 正将生产环境的科学分析和智能体迁移到 Carbon 与 Argon 上，以加速更安全药物的研发。

Google 各团队的研究人员已在 Google Antigravity 中使用 Carbon 来加速工作：

代码验证：研究人员构建了一个名为 AlphaProof Code 的新型智能体验证框架，并将其用于一项重大安全挑战：用数学方法证明 Signal 加密协议底层实际代码的正确性。研究人员使用 Carbon 及其他模型，将安全目标转化为数学定理。随后，AlphaProof Code 智能体利用 Carbon 生成数百万行 Lean 代码（Lean 是一种用于编写数学证明的计算机语言），在数周内帮助证明了关键安全属性——而这项任务历来需要专家团队耗费数年。这一结果表明，Carbon 有望实现可扩展的形式化验证，而形式化验证长期被视为构建安全软件的黄金标准。
酶测定方法开发：仅提供实验室记录和原始数据，Carbon 就超越了常规分析，发现了难以解读的数据异常，并据此诊断出湿实验室中细微的实验假象，例如深孔板中自动混匀不充分的问题，从而显著提升了可重复性。此外，Carbon 改进了色谱峰解卷积方法，并发现了研究仪器中的微量样品残留，大幅加快了新测定方法的开发，并缩短了计算与实验台之间的反馈循环。
蛋白质结构预测：AlphaFold 3 等结构预测模型利用进化近缘序列的多重序列比对（MSA）来推断氨基酸链的折叠方式。因此，它们往往难以处理研究不足、在标准数据库中匹配序列极少的病毒、微生物和真核蛋白质。在多智能体环境中，研究人员利用 Gemini 4 Carbon 自主地在 PB 级未注释序列档案、环境与病毒序列目录以及 3D 结构数据库中寻找远缘同源序列。例如，在 CASP17 盲测集的 7 个低同源蛋白质家族中，Carbon 平均将检索到的同源序列数量提高了 40 倍，无需重新训练就大幅增加了结构预测模型可用的信息。更广泛的基准测试仍在进行中，但解决这一上游搜索瓶颈，有望为蛋白质组中难以表征的区域建模提供一条有前景的路径。

四周前，我们开放了申请通道，让 1 万名科学家在 Google Antigravity 中免费使用 Argon 六个月，以加快他们的研究进度，目前已有数千名科学家完成接入。今天，我们将把 Carbon 的使用权限扩展到现有和未来的参与者，并且今后该计划会持续提供对我们最新前沿模型的访问权限。申请通道仍然开放，接入按每周滚动进行，需符合资格、容量和筛选要求。

模型安全与保障方面的进展

随着每一款新模型发布，我们都会根据模型能力同步加强安全与保障缓解措施、智能体滥用防范、模型对齐和危害削减。

由于 Gemini 4 Carbon 引入了更强的网络能力，我们在 Argon 的强大安全与保障体系基础上进一步加固，以增强对滥用和提示词注入的抵御能力。

缓解前沿安全滥用风险：我们加强了滥用防护措施，帮助确保更强的防御推理能力不会被转化为攻击风险。在注入 ExploitBench 和 CyScenarioBench 的模拟网络攻击测试环境中，Carbon 拦截了自适应红队智能体 99% 的攻击轨迹，该智能体能在每次被拦截后反复调整攻击计划。Carbon 的防护措施将单次尝试的突破率降至仅 0.8%（Argon 为 3.1%）。在 Gray Swan 的测试中，我们的防护措施还将自动化网络攻击查询成功率降至 2.17%，而 Argon 为 9.86%。Trajectory Labs 的外部测试在 132 小时、超过 13,000 次请求中未发现任何新的通用越狱。
促进安全且对齐的模型交互：在发布 Carbon 时，我们展示了模型全生命周期内监控标记率所衡量的对齐性显著提升，以及数据捏造现象的减少。新结果显示，在我们 375 项任务的智能体诚实性基准测试中，它通过了 92% 的任务（Argon 为 70%）——在 98% 的情况下拒绝填补缺失的实验数据，并在 68% 的情况下标记出方法学缺陷。

a chart showing measures of misalignment across a model's lifecycle

保护用户免受间接提示词注入攻击：两周前我们分享过，Carbon 在 Gray Swan IPI 基准测试中实现了 0% 的提示词注入攻击成功率——这是首次达到该里程碑。与此同时，我们知道提示词注入的鲁棒性仍是需要持续改进的领域。我们的高级自动化红队测试继续在此推进极限，并表明模型在某些分布下面对复杂攻击仍有改进空间。这为我们持续将模型安全性推进到下一个前沿提供了数据。

更多详情，请阅读完整的Gemini 4 Carbon 安全与保障报告。

开始使用 Gemini 4 Carbon

从今天起，Carbon 与 Argon 一同加入我们各产品中的前沿模型系列：

面向开发者：在 AI Studio 和 Android Studio 中通过 Gemini API 付费层级进行构建；如果你是 Google AI Ultra 订阅用户，还可以在 Google Antigravity 和 AI Studio 中试用。
面向企业：可通过 API 或模型下拉菜单、Google Antigravity 或 CodeMender 在 Gemini for business 中试用。
普通用户：如果你是 Google AI Ultra 订阅用户，从今天起就可以在 Gemini 应用和搜索中的 AI 模式里试用 Carbon。
科学家与研究人员：申请即有机会通过 Google Antigravity 的最高用量档位，免费使用 Argon 和 Carbon 六个月（按滚动方式开通），需符合资格、名额和筛选要求。
网络安全防御人员：申请加入 Fairwind 计划，即可按滚动方式获得面向网络安全场景的 Carbon 访问权限。

查看模型卡，了解 Gemini 4 Carbon 的更多信息并开始基于它开发；也可以浏览我们更新的 Gemini 4 开发者指南和文档，了解将工作流迁移到该模型的最佳实践。

在收件箱中获取 Google 最新资讯

订阅我们的新闻邮件，获取产品更新、活动信息、特别优惠等更多内容。

你的信息将按照Google 隐私政策使用。你可以随时退订。