谷歌发布Gemini 4 Carbon:智能指数59分登顶,网络安全全链路SOTA

10 月 29 日,谷歌正式发布新一代前沿模型 Gemini 4 Carbon——距离上一款旗舰 Gemini 4 Argon 的发布,才过去两周。Demis Hassabis 在官宣里用了一个闪电 emoji:谷歌正在「以闪电般的速度迭代」。这张新王牌确实有底气:在第三方评测机构 Artificial Analysis 最新的智能指数 v5.0 榜单上,Carbon 以 59 分登顶全球第一,紧随其后的 Claude Opus 5.5 是 58 分、GPT-6 Astra 是 57 分——三家只差 2 分,但榜首易主的事实本身,就是这一轮前沿竞赛白热化程度的最好注脚。
网络安全全链路:三块基准金牌与 0% 提示注入
Carbon 的定位很明确:网络安全与长程任务。官方博客为它在网络安全的三个关键阶段各配了一块基准金牌——漏洞发现环节,SEC-bench Pro 上拿到 88.2%,超过 GPT-6 Astra 的 85.4% 和 Argon 的 83.4%;漏洞验证环节,ExploitGym 上 54.8%,大幅领先第二名的 42.4%;补丁修复环节,CWE-bench 上 71.0%。也就是说,从找到漏洞、判断可利用性,到直接产出可运行的修复代码,整条链路它都站在了第一的位置。更夸张的是防护侧:在 Gray Swan 基准上,间接提示注入的成功率被压到了 0.0%。
长程智能体:连跑数天不打折,补丁质量强 10 倍
长程能力是另一半故事。Carbon 专为需要持续运行多日的智能体工作流设计,谷歌内部团队让它在复杂代码库里连跑好几天:自主遍历死胡同、完成大型底层系统的根因定位、自己死磕 bug、打补丁,中途不陷入停滞、也不为了完成任务走捷径。Chrome 浏览器安全团队的实测给出了一个直观的数字——它生成高质量漏洞补丁的表现,比另一家实验室的前沿模型强出 10 倍以上;生成安全代码的成功率较 Argon 提升超过 2 倍。前端开发侧,WebDev Arena 上 Carbon 较上代提升 89 个 Elo 分,以 1,769 分位列第 4;社区盲测里它同时拿下文本总榜 1528 分的第一和 Agent 总榜的第二。
定价与开放范围:白菜价,但先给安全防御者
价格保持了 Argon 的引入期水平:每百万 Token 输入 2 美元、输出 10 美元,缓存输入还能享 95% 折扣,常规定价将恢复到输入 4 美元、输出 20 美元。相对同档的前沿模型,这个价格被媒体直呼「白菜价」。不过想立刻上手没那么容易:由于攻击性网络安全能力过于突出,谷歌正与美国政府协调预发布安全审查,初期只通过 Fairwind 计划向经核验的安全研究人员和「国家级安全防御者」开放,普通开发者还要再等一等。
两周一代:登顶与焦虑同步发生
把节奏拉远看,这个两周一代的迭代速度本身就是信号。Argon 到 Carbon 只隔了 14 天,而 Carbon 相对 Argon 在智能指数上从 50 分直接跳到 59 分——前沿模型的能力曲线正在以季度为单位重排座次。同期还有一条容易被忽略的消息:Alphabet 财报显示云业务收入翻倍、Gemini 应用用户破十亿,但资本开支与整体营收不及预期,股价一度下挫 7%。模型登顶的喜悦和投入回报的焦虑,正在同一家公司身上同时发生。
对 GEO 意味着什么
对做 GEO(生成式引擎优化)的人,Carbon 这个模型有两层直接影响。第一层是检索侧:安全与漏洞类查询的答案质量会明显提升,AI 引用技术内容的口径将更依赖一手基准数据与官方博客——企业如果在这一赛道输出内容,原始数据、复现步骤和明确的结论边界会更容易被生成式引擎抓取引用。第二层是生产侧:长程智能体意味着「批量生成网站内容」的门槛进一步降低,当大家都量产得又快又像,可核验的事实密度反而成了稀缺品。我们在此前的 GEO 实战指南 里强调过事实可核验与结构化表达,在新模型面前这两条只会更重要。
写在最后
值得盯的后续有三件事:一是 Fairwind 计划的准入门槛何时放宽,普通 API 开发者什么时候能用上 Carbon;二是引入期价格何时结束——按 Argon 的先例,「白菜价」窗口不会一直开着;三是竞品的回应节奏,Opus 5.5 与 GPT-6 Astra 都只差 1 分,下一轮榜首换手可能就在几周内。想持续跟踪大模型榜单与发布动态,智东西等中文科技媒体的跟进速度比较快。谷歌已经把「迭代速度」本身做成了护城河,留给对手的时间窗口,只会越来越窄。
(文 / AI30媒体部 | 2026年10月29日)

