I
IAI 编辑部 · 官方 Official
IAI 编辑部 · 新闻解读 / News analysis
日期：源文 2026-10-28。以下事实来自 Google 官方博客《Introducing Gemini 4 Carbon》；**能力与基准数字以官博为准。未给出可复现公开协议细节或需内部环境的指标，一律视为官方自述 / 需自测，请勿当采购或安全承诺**。
一、事实要点（官方）
- **定位**：Gemini 4 Carbon 被官方称为其 strongest frontier model，强调 **网络安全（cybersecurity）** 与 **长程（long-horizon）** 能力；在 Gemini 4 Argon（约两周前）之上继续推进。
- **公开榜（官博引用）**：Artificial Analysis Intelligence Index **v5.0** 排名 **#1，得分 59**。
- **网络安全相关基准（官博，文称 evaluated without guardrails）**：
- SEC-bench Pro **88.2%**（找漏洞）
- ExploitGym **54.8%**（利用/验证可利用性）
- Collinear CWE-bench **71.0%**（补丁/根因修复）
- **内部/合作方叙述（官博自述，需自测）**：相对 Argon，生成安全代码成功率有显著提升（文称 more than 2x）；Chrome 团队称生成高质量补丁表现优于另一实验室大模型一个数量级量级（文称 more than 10X，场景为内部报告）；Wiz 等对 web 渗透相关基准有正面观察。这些 **不是** 可独立复现的公开采购指标。
- **编码与 Agent**：强调更难、更长程的工程任务与持续 agentic 工作流；WebDev Arena **+89 Elo → #4（1768）**（官博）。
- **对齐与注入（官博）**：Terminal-Bench 4.0 成功作弊 **0.0%**、尝试作弊 **0.4%**；高严重不对齐告警内部环境约降 **80%**；无支撑断言约降 **2x**；越权/服务不足分别降 **26% / 29%**；Gray Swan Indirect Prompt Injection 攻击成功率 **0.0%**（Argon 曾为 0.7%）。以上为官方评测口径。
- **发布节奏（关键）**：刻意分阶段——本周起先向 **一部分 cyber defenders** 开放，再经 **Fairwind Program** 逐步给更多可信伙伴；并参与美方自愿的预发布测试流程。面向开发者/企业/消费者的产品面「尽快」开放，但官博未给全民可用日期。
- **定价（官博）**：导入期与 Argon 同档 **$2 / 1M input**、**$10 / 1M output**；缓存输入相对 input 价 **95% off**。导入期结束后将适用 **$4 / $20** per 1M input/output。
二、编辑部怎么看（偏工程）
1. **安全能力 ≠ 可直接交给生产写工具**：基准是「找洞 / 验证 / 打补丁」生命周期上的分数；线上仍要把 **工具 allowlist、二次确认、沙箱与审计** 做成硬边界（本站讨论：https://www.iaiforum.com/t/77 ）。模型更强，执行面约束不能松。
2. **长程 Agent 先钉可观测与终态**：官博强调可持续多日的多步工程任务。工程上更该先定义：**任务成功判据、步数/费用上限、漂移时重开种子**，而不是默认「跑得越久越好」。对照 Agent 评测与终态检查：https://www.iaiforum.com/t/44 、https://www.iaiforum.com/t/67 ；可观测：https://www.iaiforum.com/t/73 。
3. **分阶段接入是产品闸门信号**：cyber defenders → Fairwind → 更广表面。企业 POC 应写清：**当前是否在可申请名单、数据驻留与滥用监控条款、以及导入期定价结束时点**——否则账单与合规预期会对不齐。
4. **定价同档但能力面更偏安全/长程**：与 Argon 同导入价不代表同一工作负载更便宜；应按 **$/成功任务** 与冻结业务集回归（https://www.iaiforum.com/t/61 、https://www.iaiforum.com/t/88 ），而不是只看 token 标价。
三、English summary
Google (2026-10-28) announced Gemini 4 Carbon: frontier model focused on cybersecurity and long-horizon agentic work. Official cites AA Intelligence Index v5.0 #1 (59); SEC-bench Pro 88.2%, ExploitGym 54.8%, CWE-bench 71.0%; WebDev Arena #4 (1768). Phased rollout: subset of cyber defenders this week, then Fairwind partners; broader product access later. Intro pricing matches Argon ($2/$10 per 1M in/out; cached input 95% off); post-intro $4/$20. Treat internal uplift claims as vendor-reported — re-benchmark on your tasks and keep tool-execution guardrails.
四、讨论问题
1. 若你们做安全/补丁辅助 Agent，会先闸 **漏洞检出率**，还是先闸 **误报与越权写操作**？
2. 长程任务上，你们更怕 **中途幻觉改需求**，还是 **费用/步数失控**？
3. 企业接入时，Fairwind/分阶段名单是否已经进了你们的供应商评估表？
来源 Sources
- Google Blog: https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-carbon/
- 相关本站：Prompt injection https://www.iaiforum.com/t/77 · Agent 评测 https://www.iaiforum.com/t/44 · 终态 https://www.iaiforum.com/t/67 · 成本 https://www.iaiforum.com/t/61 · 业务评测集 https://www.iaiforum.com/t/88
欢迎贴（可脱敏）你们对「安全向模型」的业务闸门字段；勿把官博基准直接写成采购验收单。
——
IAI 编辑部（iaiforum.com 官方编辑账号 · Official editorial account of IAI Forum）
日期：源文 2026-10-28。以下事实来自 Google 官方博客《Introducing Gemini 4 Carbon》；**能力与基准数字以官博为准。未给出可复现公开协议细节或需内部环境的指标，一律视为官方自述 / 需自测，请勿当采购或安全承诺**。
一、事实要点（官方）
- **定位**：Gemini 4 Carbon 被官方称为其 strongest frontier model，强调 **网络安全（cybersecurity）** 与 **长程（long-horizon）** 能力；在 Gemini 4 Argon（约两周前）之上继续推进。
- **公开榜（官博引用）**：Artificial Analysis Intelligence Index **v5.0** 排名 **#1，得分 59**。
- **网络安全相关基准（官博，文称 evaluated without guardrails）**：
- SEC-bench Pro **88.2%**（找漏洞）
- ExploitGym **54.8%**（利用/验证可利用性）
- Collinear CWE-bench **71.0%**（补丁/根因修复）
- **内部/合作方叙述（官博自述，需自测）**：相对 Argon，生成安全代码成功率有显著提升（文称 more than 2x）；Chrome 团队称生成高质量补丁表现优于另一实验室大模型一个数量级量级（文称 more than 10X，场景为内部报告）；Wiz 等对 web 渗透相关基准有正面观察。这些 **不是** 可独立复现的公开采购指标。
- **编码与 Agent**：强调更难、更长程的工程任务与持续 agentic 工作流；WebDev Arena **+89 Elo → #4（1768）**（官博）。
- **对齐与注入（官博）**：Terminal-Bench 4.0 成功作弊 **0.0%**、尝试作弊 **0.4%**；高严重不对齐告警内部环境约降 **80%**；无支撑断言约降 **2x**；越权/服务不足分别降 **26% / 29%**；Gray Swan Indirect Prompt Injection 攻击成功率 **0.0%**（Argon 曾为 0.7%）。以上为官方评测口径。
- **发布节奏（关键）**：刻意分阶段——本周起先向 **一部分 cyber defenders** 开放，再经 **Fairwind Program** 逐步给更多可信伙伴；并参与美方自愿的预发布测试流程。面向开发者/企业/消费者的产品面「尽快」开放，但官博未给全民可用日期。
- **定价（官博）**：导入期与 Argon 同档 **$2 / 1M input**、**$10 / 1M output**；缓存输入相对 input 价 **95% off**。导入期结束后将适用 **$4 / $20** per 1M input/output。
二、编辑部怎么看（偏工程）
1. **安全能力 ≠ 可直接交给生产写工具**：基准是「找洞 / 验证 / 打补丁」生命周期上的分数；线上仍要把 **工具 allowlist、二次确认、沙箱与审计** 做成硬边界（本站讨论：https://www.iaiforum.com/t/77 ）。模型更强，执行面约束不能松。
2. **长程 Agent 先钉可观测与终态**：官博强调可持续多日的多步工程任务。工程上更该先定义：**任务成功判据、步数/费用上限、漂移时重开种子**，而不是默认「跑得越久越好」。对照 Agent 评测与终态检查：https://www.iaiforum.com/t/44 、https://www.iaiforum.com/t/67 ；可观测：https://www.iaiforum.com/t/73 。
3. **分阶段接入是产品闸门信号**：cyber defenders → Fairwind → 更广表面。企业 POC 应写清：**当前是否在可申请名单、数据驻留与滥用监控条款、以及导入期定价结束时点**——否则账单与合规预期会对不齐。
4. **定价同档但能力面更偏安全/长程**：与 Argon 同导入价不代表同一工作负载更便宜；应按 **$/成功任务** 与冻结业务集回归（https://www.iaiforum.com/t/61 、https://www.iaiforum.com/t/88 ），而不是只看 token 标价。
三、English summary
Google (2026-10-28) announced Gemini 4 Carbon: frontier model focused on cybersecurity and long-horizon agentic work. Official cites AA Intelligence Index v5.0 #1 (59); SEC-bench Pro 88.2%, ExploitGym 54.8%, CWE-bench 71.0%; WebDev Arena #4 (1768). Phased rollout: subset of cyber defenders this week, then Fairwind partners; broader product access later. Intro pricing matches Argon ($2/$10 per 1M in/out; cached input 95% off); post-intro $4/$20. Treat internal uplift claims as vendor-reported — re-benchmark on your tasks and keep tool-execution guardrails.
四、讨论问题
1. 若你们做安全/补丁辅助 Agent，会先闸 **漏洞检出率**，还是先闸 **误报与越权写操作**？
2. 长程任务上，你们更怕 **中途幻觉改需求**，还是 **费用/步数失控**？
3. 企业接入时，Fairwind/分阶段名单是否已经进了你们的供应商评估表？
来源 Sources
- Google Blog: https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-carbon/
- 相关本站：Prompt injection https://www.iaiforum.com/t/77 · Agent 评测 https://www.iaiforum.com/t/44 · 终态 https://www.iaiforum.com/t/67 · 成本 https://www.iaiforum.com/t/61 · 业务评测集 https://www.iaiforum.com/t/88
欢迎贴（可脱敏）你们对「安全向模型」的业务闸门字段；勿把官博基准直接写成采购验收单。
——
IAI 编辑部（iaiforum.com 官方编辑账号 · Official editorial account of IAI Forum）