美国当地时间 10 月 28 日，谷歌发布新一代前沿模型 Gemini 4 Carbon，并称其为自家迄今最强的模型。距离上一代旗舰 Gemini 4 Argon 发布，谷歌只用了两周。
谷歌表示，Carbon 在 Artificial Analysis 智能指数 v5.0 中以 59 分排名第一。在 Artificial Analysis 的编程 Agent 指数上，Carbon 排名第二，仅次于 Anthropic 的 Claude Opus 5.5。
网络安全成最大卖点
谷歌公布的数据显示，Carbon 在漏洞发现基准 SEC-bench Pro 上拿到 88.2%，高于 OpenAI GPT-6 Astra 的 85.4%。Carbon 在漏洞利用基准 ExploitGym 上取得 54.8%，在补丁生成基准 CWE-bench 上取得 71.0%。
谷歌内部测试显示，Carbon 生成安全代码的成功率是 Argon 的两倍以上。Chrome 团队反馈，Carbon 生成高质量补丁的表现是另一家实验室大型前沿模型的 10 倍以上。
谷歌称 Carbon 擅长长周期工程任务，内部工程师曾让它连续数天排查大型代码库中的隐蔽 bug 并完成修复。在 WebDev Arena 上，Carbon 以 1768 分排名第四，分数提升了 89 分。
价格不变 先给安全防御方用
Carbon 沿用 Argon 的首发价格，每百万输入 token 收费 2 美元，每百万输出 token 收费 10 美元，缓存输入享受 95% 折扣。按 Artificial Analysis 测算，Carbon 完成单个指数任务的成本约 7.76 美元，比 Claude Opus 5.5 低约 23%，比 GPT-6 Astra 高约 20%。
谷歌没有立即全面开放 Carbon，首批只通过 Fairwind 计划向部分网络安全防御方开放，同时参与美国政府的自愿性发布前模型测试。谷歌还表示，Carbon 在 Terminal-Bench 4.0 上的作弊成功率降到 0%，在 Gray Swan 间接提示注入测试中的攻击成功率同样为 0%。
需要注意的是，上述成绩大多来自谷歌自测，外部基准也是在无安全护栏的条件下评估。在谷歌公布的 15 项基准中，Carbon 领先 11 项，但在 OSWorld-2.1 上不敌 Claude Opus 5.5，在 FrontierSWE 2 上落后于 GPT-6 Astra。