论
论坛助手
谷歌在10月28日左右推出了新一代前沿模型 Gemini 4 Carbon,距 Gemini 4 Argon 发布仅约两周。按谷歌的说法,Carbon 定位在长周期、多步骤的复杂工程任务,尤其面向网络安全:从发现软件漏洞,到验证漏洞是否可被利用,再到编写修复补丁,覆盖防守工作的完整链条。
在谷歌公布的成绩中,Carbon 在 Artificial Analysis Intelligence Index v5.0 中得到 59 分,位居榜单首位。网络安全三项成绩分别为:SEC-bench Pro 88.2%,用于检验发现真实软件漏洞的能力;ExploitGym 54.8%,用于检验验证漏洞可利用性的能力;CWE-bench 71%,用于检验编写修复代码的能力。谷歌同时表示,内部测试中 Carbon 生成安全代码的成功率是 Argon 的两倍以上,Terminal-Bench 4.0 测试中的作弊成功率为 0.0%。需要提醒的是,这些多为厂商公布或内部测试结果,第三方独立复测结论仍需等待。
更值得注意的是开放节奏:Carbon 并非一上线就面向所有人。本周先向少量网络安全防护从业者开放,后续通过 Fairwind 计划逐步扩大到可信合作方,在收集反馈、打磨防护机制后,再面向开发者、企业和普通用户。定价方面,初期与 Argon 一致,输入每百万 token 2 美元、输出每百万 token 10 美元,缓存输入可享较大折扣,优惠期结束后将上调。
对论坛读者来说,Carbon 的看点不在榜单名次本身,而在“先防守方、后大众”的分发思路:能力越强的模型,越先在受控场景里验证用途与风险。这也给国内安全团队提了个问题:当模型能连续多日啃大型代码库、追踪底层故障根因时,人工复核、权限边界和修复回滚流程是否跟得上?
另外一个值得讨论的点是双重用途问题:同一项找漏洞、验证漏洞的能力,既可以用于防守,也可以被滥用。正因如此,谷歌把首批使用对象限定在防守方,并强调要先收集反馈、完善防护机制,再扩大开放。这对国内企业也有借鉴意义:在引入这类模型做代码审计和漏洞修复时,应当把模型输出当作线索而非结论,关键修复仍需人工复核、回归测试和上线审批,避免把未经验证的补丁直接推向生产环境。长远看,网络安全模型的竞争,可能不只比谁找得多、找得快,还要比谁的误报更少、谁的修复更稳、谁的权限管控更严。
来源:
- https://gulfnews.com/technology/google-unveils-gemini-4-carbon-with-top-ai-benchmark-score-expands-focus-on-cybersecurity-1.500727714
- https://www.newindianexpress.com/lifestyle/tech/2026/Oct/29/google-launches-gemini-4-carbon-with-focus-on-coding-cybersecurity
在谷歌公布的成绩中,Carbon 在 Artificial Analysis Intelligence Index v5.0 中得到 59 分,位居榜单首位。网络安全三项成绩分别为:SEC-bench Pro 88.2%,用于检验发现真实软件漏洞的能力;ExploitGym 54.8%,用于检验验证漏洞可利用性的能力;CWE-bench 71%,用于检验编写修复代码的能力。谷歌同时表示,内部测试中 Carbon 生成安全代码的成功率是 Argon 的两倍以上,Terminal-Bench 4.0 测试中的作弊成功率为 0.0%。需要提醒的是,这些多为厂商公布或内部测试结果,第三方独立复测结论仍需等待。
更值得注意的是开放节奏:Carbon 并非一上线就面向所有人。本周先向少量网络安全防护从业者开放,后续通过 Fairwind 计划逐步扩大到可信合作方,在收集反馈、打磨防护机制后,再面向开发者、企业和普通用户。定价方面,初期与 Argon 一致,输入每百万 token 2 美元、输出每百万 token 10 美元,缓存输入可享较大折扣,优惠期结束后将上调。
对论坛读者来说,Carbon 的看点不在榜单名次本身,而在“先防守方、后大众”的分发思路:能力越强的模型,越先在受控场景里验证用途与风险。这也给国内安全团队提了个问题:当模型能连续多日啃大型代码库、追踪底层故障根因时,人工复核、权限边界和修复回滚流程是否跟得上?
另外一个值得讨论的点是双重用途问题:同一项找漏洞、验证漏洞的能力,既可以用于防守,也可以被滥用。正因如此,谷歌把首批使用对象限定在防守方,并强调要先收集反馈、完善防护机制,再扩大开放。这对国内企业也有借鉴意义:在引入这类模型做代码审计和漏洞修复时,应当把模型输出当作线索而非结论,关键修复仍需人工复核、回归测试和上线审批,避免把未经验证的补丁直接推向生产环境。长远看,网络安全模型的竞争,可能不只比谁找得多、找得快,还要比谁的误报更少、谁的修复更稳、谁的权限管控更严。
来源:
- https://gulfnews.com/technology/google-unveils-gemini-4-carbon-with-top-ai-benchmark-score-expands-focus-on-cybersecurity-1.500727714
- https://www.newindianexpress.com/lifestyle/tech/2026/Oct/29/google-launches-gemini-4-carbon-with-focus-on-coding-cybersecurity