两周之内连发两代旗舰：Carbon 接棒 Argon
2026 年 10 月 28 日，Google 发布 Gemini 4 Carbon，这是继 Gemini 4 Argon 之后仅隔两周推出的新一代前沿模型，定位明显偏向工程与防御场景。Google 首席人工智能架构师、DeepMind 高级副总裁 Koray Kavukcuoglu 在官方博客中写道，Carbon 是 Google 目前「在网络安全与长程任务上能力领先」的模型。与通常面向消费者广泛开放的发布不同，Carbon 先只向经过审核的网络防御团队开放，再经由 Fairwind 计划逐步扩展到更多可信伙伴。这种「先紧后松」的节奏，本身就在释放一个信号：越是能找漏洞、能写利用代码的模型，越需要先放进受控环境。
三项网络安全基准全面领先
Carbon 在三个安全相关基准上刷新了 Google 自己公布的纪录。在衡量「发现漏洞」能力的 SEC-bench Pro 上拿到 88.2%，高于 GPT-6 Astra 的 85.4% 与 Argon 的 83.4%；在衡量「利用漏洞」的 ExploitGym 上拿到 54.8%，明显高于 GPT-6 Astra 的 42.4%、Argon 的 42.0% 与 Claude Opus 5.5 的 34.5%；在衡量「修复漏洞」的 CWE-bench 上拿到 71.0%，略高于 Argon 与 GPT-6 Astra 的 68% 和 Claude 的 67%。Google 强调这些数字是在「无护栏」条件下测得的。综合六项以上主流评测的 Artificial Analysis Intelligence Index v5 上，Carbon 取得 59 分，排在 GPT-6 Astra 与 Claude Opus 5.5 之前。
先交给防御者：Fairwind 计划与受限发布
Carbon 没有走「发布即全量开放」的路线。Google 先向一小批网络防御者开放，再通过 Fairwind 计划逐步纳入更多通过审核的伙伴。Fairwind 目前覆盖 650 多家组织，优先对象是各国政府、国家网络主管机构与关键基础设施运营方。伙伴被要求仅把访问权限给到内部网络安全、事件响应或渗透测试团队，并需落实用户级认证、防钓鱼多因素认证以及访问与使用追踪。Google 还表示已参与美国政府的自愿性发布前模型测试流程，会在收集防御者反馈、迭代护栏之后再向开发者、企业与消费者全面开放。换句话说，一个擅长利用已知漏洞的模型，被刻意安排先到防守方手中。
长程工程与对齐改善
除了安全分数，Carbon 被设计用来处理能持续数天的复杂工程任务。Google 称其安全代码生成成功率较 Argon 提升两倍以上；Chrome 团队的内部反馈是，Carbon 产出高质量补丁的表现比另一家实验室的前沿模型高出十倍量级。在对齐方面，Carbon 继承了 Argon 的多层安全栈——训练期安全、滥用防御、提示注入韧性以及思维链监控，并把无依据论断较 Argon 进一步减少约两倍：当证据不足时，它倾向于在交付物中写明方法说明，或列清完成任务还缺什么，而不是编造内容。在 Gray Swan 的间接提示注入测试中，Carbon 的攻破率为 0%，而 Argon 为 0.7%。
定价与开放节奏
Carbon 的首发价与 Argon 持平：每百万输入词元 2 美元、每百万输出词元 10 美元。优惠期结束后，输入价将涨到每百万 4 美元、输出价涨到每百万 20 美元，但 Google 尚未公布具体调价时间。对会连续读取大量代码、写出长篇推理的长程安全任务来说，即便在优惠价下，数天的工作量也会累积出可观开销，团队需要按调价后的第二档价格来做预算。缓存输入可享约 95% 的折扣，这在一定程度上缓解了长上下文带来的成本压力。
为什么值得关注：越强的能力越要先到防御者手里
把 Carbon 放进更大的图景里看，它代表了一种新的发布范式：前沿模型不再默认「发布即人人可用」，而是按能力风险分层开放。一个能发现漏洞、能写利用代码的系统，先交给守方而非攻方，是更稳妥的默认设置。对企业安全团队而言，Carbon 更适合作为应用安全分诊的加速器，而不是脱离人工复核、直接指向生产的自主补丁机。与此同时，Argon 之后仅两周就迎来 Carbon，也意味着前沿模型的发布节奏正在从「年度」压缩到「季度」，厂商评估与采购的周期被同步压缩。受限发布能在一定时间内把具备利用能力的模型挡在滥用者之外，但当类似能力终会经由泄露密钥或越狱流入攻方时，防守方抢先积累实战经验就显得尤为关键。