核心摘要
▶ 谷歌于当地时间11月10日宣布，向开发者、企业、研究人员及 AI Ultra 订阅用户扩大开放其顶级 AI 模型“Gemini 4 Carbon”。
▶ 该模型两周前曾限量开放给网络安全专家。它专为复杂编程、长时间智能体任务和科学研究打造。谷歌建议，一般软件开发和知识工作使用现有的“Gemini 4 Argon”。
▶ 该模型已在网络安全领域展现出实际发现漏洞的能力。安全公司 Wiz 表示，利用 Carbon，在不到两小时内于两家大型软件即服务（SaaS）企业发现了零日漏洞。
谷歌发布了一款专攻网络安全和科学研究的顶级人工智能（AI）模型“Gemini 4 Carbon”。与现有模型相比，它会投入更多计算资源来分析复杂问题，并通过多轮验证得出结果。
谷歌于当地时间10日宣布，向开发者、企业、科学家及普通用户扩大开放 Carbon。普通用户可通过订阅 Google AI Ultra 使用该模型。
两周前，Carbon 已通过“Fairwind”计划率先向网络安全防御专家开放。此次谷歌进一步扩大其应用范围，将软件开发、企业工作和科学研究也纳入其中。
谷歌将 Carbon 定位为旗下顶级模型，称它在网络安全、复杂软件开发和长时间智能体任务方面表现领先。
Carbon 与现有的“Gemini 4 Argon”分工不同。谷歌建议一般编程和知识类工作使用 Argon；Carbon 则面向需要强大推理能力的任务，例如多阶段调试、复杂系统设计，以及没有明确标准答案的科学研究。
Carbon 会使用比 Argon 更多的 token 来探索问题，并通过反复推理和验证来解决复杂任务。
◆ 在 Cursor、Perplexity 和 Zapier 的评测中排名第一
谷歌强调，Carbon 的优势在于执行实际工作的智能体能力。Carbon 在由编程工具 Cursor 开发的“CursorBench 4.0”、Perplexity 的“WANDR”以及工作自动化平台 Zapier 的“AutomationBench”评测中均排名第一。
谷歌称，在这些评测中，Carbon 每项任务的成本不到排名第二的外部模型的一半。这些评测关注的重点，是 AI 模型能否准确、经济地完成实际工作，而不仅仅是回答简单问题。
Carbon 在复杂文档分析方面也表现出色。谷歌与 AI 评测机构 Artificial Analysis 共同开发了“多模态知识智能体”（MKA）基准测试。
该测试衡量 AI 分析包含表格、图表、设计图和图片的大量文档、查找所需信息并生成成果的能力。Carbon 在这项评测中排名第二，但平均每项任务的成本不到排名第一模型的六分之一。
Carbon 在金融领域也取得了成果。金融研究公司 Hebbia 评价称，Carbon 在复杂金融调查中表现优异，生成的 Excel 模型和 PowerPoint 材料也更加系统。
对冲基金 Balyasny Asset Management 表示，在其自行设计的金融基准测试中，Carbon 在涵盖法律知识、编程和数据分析等内容的23种顶级模型配置中表现最佳。
◆ 多个 AI 同时协作……“/swarm”功能开放测试
谷歌还在开发工具“Antigravity”中试行新的多智能体功能“/swarm”。该功能可以把一项指令拆分给多个 AI 智能体分别处理。
开发者可以让 Carbon 承担系统设计、任务协调和代码审查等需要深入推理的工作，同时让其他智能体使用更快速、轻量的模型并行执行任务。
每个智能体都在独立的工作环境中运行。开发者也可以安排另一个智能体单独验证改动。
谷歌公布了实际演示案例：模型分析了公开的7份市议会城市规划文件 PDF，并据此还原了一栋谷歌办公楼的三维模型。它从中提取206张设计图，制作出由约90万个三角形构成的3D模型。
谷歌还根据历史照片和工程图纸重现了1887至1889年埃菲尔铁塔的建造过程，并制作成用户可以亲自探索的3D展览。
此外，谷歌还以其总部园区为背景制作了一款开放世界3D游戏。多个智能体分别负责3D建模、游戏开发和视觉效果等工作。
谷歌也公布了外部开发公司的评测结果。编程初创公司 OpenCode 表示，Carbon 在一夜之间开发出一套全新的 Rust UI 库，并重写了现有桌面应用。
应用开发公司 HubX 在一个包含1.4万个测试的代码库中，针对16个真实漏洞进行了评估。该公司称，Carbon 的问题解决率达到94%，修复过程中也没有导致既有功能出错。
◆ Wiz 在两家 SaaS 企业发现零日漏洞
网络安全是 Carbon 尤其受到关注的领域。谷歌表示，面向网络安全的专用模型“Carbon for cyber”在漏洞检测、可利用性分析和安全补丁生成方面，表现优于现有模型。
通过 Fairwind 计划提供的该模型，在 SEC-bench Pro、ExploitGym 和 CWE-bench v1 等主要网络安全基准测试中取得领先成绩。
实际安全研究也取得了成果。安全公司 Wiz 在公益安全检查项目“Scan for Good”中使用 Carbon，对两家大型 SaaS 企业进行检查，并在不到两小时内发现零日漏洞。零日漏洞是指开发商或管理者尚未采取应对措施的安全漏洞。
Wiz 表示，以往可能需要数周才能完成的漏洞研究，如今在很短时间内便得以实现。随后，Wiz 与相关企业合作修复了问题，降低了可能影响数万家企业的风险。
谷歌内部的漏洞分析能力也有所提升。在自主安全系统“Project Fortify”的评测中，Carbon 的漏洞检测召回率达到100%，分类精确率达到95%。召回率表示在所有真实漏洞中找出了多少；精确率则表示被判定为漏洞的项目中，实际属于漏洞的比例。
在开源代码评测中，Carbon 的检测召回率比 Argon 相对提高了25%以上。谷歌云漏洞研究团队还利用 Carbon 证实了两处开源软件代码错误确实可能被利用为漏洞。研究团队制作了验证代码，以展示攻击的可行性，并协助将相关代码错误重新归类为严重漏洞，推动安全补丁发布。
安全公司 SentinelOne 表示，在分析内核驱动程序时，Carbon 额外发现了4个经过验证的漏洞，而其他参评模型均未能发现这些问题。
◆ 阻止99%的网络攻击
网络安全能力提升的同时，也意味着模型可能被用于攻击。谷歌表示，在推出 Carbon 的同时，也强化了防止模型被滥用的能力。
在模拟网络攻击评测中，扮演攻击者的 AI 会在每次被阻止后调整计划并再次尝试。在这一环境下，Carbon 阻止了99%的攻击路径。每次攻击尝试中的防御失败率，也从 Argon 的3.1%降至 Carbon 的0.8%。
在外部评测机构 Gray Swan 的测试中，自动化网络攻击查询的成功率也从 Argon 的9.86%降至 Carbon 的2.17%。
Trajectory Labs 在132小时内发出超过1.3万次请求，以测试模型安全性。该机构表示，测试过程中没有发现新的通用越狱手法。
模型诚实性评测也有所改善。在由375项任务组成的智能体诚实性基准测试中，Carbon 的通过率为92%，Argon 为70%。
当被要求编造不存在的实验数据时，Carbon 有98%的概率拒绝；如果研究方法存在问题，它会在68%的情况下指出缺陷。
在针对间接提示注入攻击的评测中，Carbon 也取得了成绩。这类攻击会把恶意指令隐藏在外部文档或数据中，试图改变 AI 的行为。
在 Gray Swan 基准测试中，攻击成功率为0%。谷歌同时指出，这只是特定评测中的结果，仍需继续提升对提示注入攻击的防御能力。
◆ 涉及密码验证和蛋白质研究……支持1万名科学家
Carbon 也可用于科学研究。谷歌研究人员使用 Carbon，对 Signal 加密通信应用所采用的加密协议实现代码进行数学安全验证。
研究人员将其他模型与 Carbon 结合使用，把安全要求转换成数学定理。随后，他们利用形式化验证框架“AlphaProof Code”，通过数学证明语言 Lean 生成数百万行代码。谷歌称，原本需要专家团队耗时数年完成的验证工作，如今在数周内便可推进。
研究人员还在实验室研究中确认了 Carbon 的应用潜力。Carbon 分析实验记录和原始数据后，发现自动混合设备未能充分混匀样品的问题；它也检测出色谱分析中微量样品残留在后续测量中、进而影响结果的问题。
在蛋白质结构预测领域，Carbon 处理了难以从现有数据库中找到相似蛋白质的问题。研究人员将 Carbon 与多个智能体配合使用，从大规模基因序列和蛋白质结构数据中寻找具有较远进化关联的相似蛋白质。在 CASP17 评测涉及的7个蛋白质家族中，找到的相似蛋白质数量平均增加了40倍。
谷歌表示，这表明即使不重新训练结构预测模型，也有望增加可供分析使用的信息。
谷歌还将扩大对研究人员的支持。此前，谷歌启动了一项计划，向1万名科学家免费提供为期6个月的 Antigravity 使用权限。如今，除 Argon 外，Carbon 也纳入支持范围。参与者将根据资格、名额和遴选流程分批注册。
◆ API 输入每百万 token 2美元，输出10美元
Carbon 将通过 Google AI Studio 和面向企业的 Gemini API，向付费开发者和企业提供。
其价格与 Argon 相同：每百万 token 输入收费2美元，输出收费10美元。Token 是 AI 处理文本的单位；输入指传给模型的数据，输出则是模型生成的结果。
Carbon 的设计是使用比 Argon 更多的 token。因此，即使每个 token 的单价相同，实际任务的总成本也可能不同。
Google AI Ultra 订阅用户可以在 Gemini 应用、搜索 AI 模式和 Antigravity 中使用 Carbon。企业用户则可通过 Gemini for Business 和开发工具访问。网络安全专用版本另行提供，用户需申请并通过 Fairwind 计划获得访问权限。
谷歌选择扩大 Carbon 的开放范围，将其作为适用于一般工作和高难度研究的顶级模型，同时对网络安全专用功能采取有限开放的方式。
此次发布显示，AI 模型竞争正从简单的问答能力，扩展到实际工作执行、科学研究和安全问题解决能力。
Carbon 能否在真实企业环境中稳定运行，以及在长时间任务中能否保持良好的成本效益，仍有待后续检验。