今天，谷歌正式向开发者、企业、科学家和广大用户推出 Gemini 4 Carbon。作为迄今最强大的模型，Carbon 在复杂知识工作、软件工程、网络安全以及科学推理等长周期智能体工作流中展现出了前沿的性能。

两周前，谷歌通过“Fairwind 计划”将 Carbon 开放给了一部分网络安全专家。继近期发布 Gemini 4 Argon 之后，Carbon 再一次刷新了技术的边界。Argon 仍然是绝大多数软件工程和知识工作的理想选择，而 Carbon 则专为挑战模型智能极限的任务而生——例如复杂的、多步骤的编码与调试，以及开放式的科学研究与探索。它通过消耗比 Argon 更多的 token 来进行深度探索、缜密推理并运行扩展验证循环。

在评估真实工作流中模型性能的独立基准测试中，Carbon 兼具顶尖的准确性及出色的性价比。它在 CursorBench 4.0、Perplexity 的 WANDR 以及 Zapier 的 AutomationBench 上均排名第一，且单个任务的成本比同类次优模型低了 2 倍以上。

为了将 Carbon 的强大能力应用到更大、更复杂的项目中，谷歌在 Google Antigravity 中推出了 /swarm 预览版，该功能可以将单个提示词转化为一个可实时追踪的协同智能体团队。开发人员可以将 Carbon 分配给需要最深入推理的角色，例如架构设计、协调和审计，同时将其与并行隔离的工作区中速度更快、重量更轻的模型以及对抗性验证器相结合，以测试每一次变更。

Gemini 4 Carbon 现已通过 Google AI Studio 中的 Gemini API 和 Gemini for Business 面向所有付费开发者和企业用户推出，其首发体验价与 Gemini 4 Argon 相同（每百万输入 token 2 美元，每百万输出 token 10 美元）。

在知识工作方面，Carbon 涵盖法律、财务和企业运营等多个领域，它融合了前沿的视觉理解、推理能力和全面检索功能，能够从大量密集文档和数据中提取出切实可行的洞察，并遵循严格的模式和格式，生成精美且精准的电子表格、演示文稿和报告。

现有的基准测试无法充分反映智能体如何处理包含图表、图像、蓝图、示意图和表格等密集型文件的原生推理能力，因此谷歌与 Artificial Analysis 合作推出了全新的多模态知识智能体（MKA）基准测试，用于评估模型在 Agent 流程中的多模态表现。Carbon 在该基准测试中排名第二，同时其单项任务的平均成本比排名第一的模型低 6 倍以上。

在工程与开发方面，Carbon 在需要多智能体协作的工程任务中表现极为出色，例如多包迁移、跨子系统根本原因排查以及复杂的架构重构。对于 Web 应用开发，它能运行“构建并验证”的循环、从错误中自动恢复，并同时检查代码和渲染出的 UI，从而构建出完整、可运行的应用程序。其更强的视觉设计、空间推理能力以及对环境细节的关注，也同样适用于 3D 游戏开发和创意编程。

网络安全方面，Gemini 4 Carbon for cyber 为安全团队保护关键软件提供了端到端智能。通过 Fairwind 计划访问时，Carbon 在发现（SEC-bench Pro）、利用（ExploitGym）和修补（CWE-bench v1）漏洞的关键基准测试中处于领先地位：它能够检查软件、追踪漏洞如何在不同系统之间被串联利用，并生成经过验证的根本原因修复补丁。

在 Project Fortify（谷歌扫描、分类排查与修复漏洞的自主系统）中，Carbon 在内部基准测试的扫描方面实现了 100% 的召回率，分类排查准确率达到 95%。在开源代码库测试中，相较于 Argon 既有的高召回率，Carbon 进一步提升了 25% 以上，成功挖掘出此前未被发现的真实逻辑漏洞。

作为 Wiz 的“Scan for Good”计划的一部分，团队使用 Carbon for cyber 评估公共数字基础设施中的漏洞。在针对两家大型 SaaS 提供商进行扫描时，该模型在两小时内便发现了 0-day 漏洞，将原本需要数周的漏洞研究时间缩短至一个下午，团队与受影响机构合作完成了修复。

科学推理方面，Gemini 4 Carbon 在物理、数学和生命科学领域的推理能力显著提升，能够综合实验数据、验证假设，并针对多步骤的专业领域问题进行推理。对于药物毒性研究公司 Axiom Bio 而言，Carbon 目前已成为转化科学领域性能最领先的模型，其帮助他们发现了此前未留意的全新毒性机制。

谷歌各地的研究人员也在 Google Antigravity 中使用 Carbon 为工作提速：研究人员构建了名为 AlphaProof Code 的智能体框架用于形式化验证，将安全目标转化为数学定理，借助 Carbon 在 Lean 语言中生成了数百万行代码，从数学上证明了 Signal 加密协议底层代码的关键安全属性——这一任务在过去通常需要专家团队花费数年才能完成。

四周前，谷歌开放了申请通道，免费为 1,000 名科学家提供为期六个月的 Antigravity 中 Argon 的使用权限，目前已有数千名科学家加入该计划。今天起，现有及未来的项目参与者可以使用 Carbon 模型，后续最新前沿模型也将持续纳入该计划，申请通道仍按周滚动引入。

安全保障方面，随着 Gemini 4 Carbon 引入更强大的网络安全能力，谷歌在 Argon 的安全保障体系基础上，进一步增强其抵御恶意滥用与提示词注入攻击的稳健性。在基于 ExploitBench 和 CyScenarioBench 构建的模拟网络攻击测试环境中，针对能够在每次被拦截后迭代优化攻击计划的“自适应红队智能体”，Carbon 成功拦截了 99% 的攻击路径，单次尝试的突破率降低至 0.8%（Argon 为 3.1%）；在 Gray Swan 的测试中，自动化网络攻击查询的成功率降至 2.17%（Argon 为 9.86%）。Trajectory Labs 的外部测试显示，在长达 132 小时、超过 13,000 次请求的测试中，未发现任何新的通用“越狱”手段。

在包含 375 项任务的“智能体诚实度基准测试”中，Carbon 成功通过了 92% 的任务（Argon 为 70%）——在 98% 的情况下拒绝填补缺失的实验数据，并在 68% 的情况下主动指出方法论上的缺陷，数据捏造现象明显减少。此外，Carbon 在 Gray Swan IPI 基准测试中实现了 0% 的提示词注入攻击成功率，为业界首次达成该里程碑。不过谷歌也强调，抵御提示词注入的稳健性依然是一个需要持续改进的领域，在面对复杂精密的攻击时仍有进一步提升的空间。