Google 公布 Gemini 4 Carbon，先向部分网络防御团队开放
Google 10 月 28 日公布 Gemini 4 Carbon，重点提升长任务编程与安全修复，先通过 Fairwind 逐步开放受控访问。独立榜单已列出评测结果，但普通开发者和消费者的开放时间仍未确定，不能视为全面上线或开放权重。
Google 于 10 月 28 日公布 Gemini 4 Carbon，把这一代模型的改进重点放在长时间的软件工程任务和网络安全防御上。与两周前向公众开放的 Argon 相比，这次最先落地的是受控试用：Google 表示本周先让部分防御团队使用，再通过 Fairwind 项目扩展到更多可信合作方。路透社的报道也确认了这种分阶段安排。
- Google 公布 Carbon
- 部分防御团队先行验证
- 在受控任务中检查修复效果
- 收集反馈并调整防护
- 更广泛开放时间待确认
谁现在能用，谁还需要等待
公告没有给出普通开发者、企业客户和消费者全面使用 Carbon 的日期，也没有宣布交付模型权重。已经公布模型名称、评测结果和未来计费方式，并不等于所有用户今天就能接入。对于正在使用 Argon 的团队，这条新闻说明下一代能力进入外部受控验证，而不是现有服务已经自动切换。
Fairwind 是 Google 为网络防御组织设置的准入项目，面向政府、医疗和通信等关键领域，强调安全审查、受控访问和防御用途。项目的一般治理规则包括身份验证、访问记录和禁止转售访问权。它既希望让防御者更早发现与修复问题，也承认同样的能力可能被滥用；项目规模不能直接当成已经拿到 Carbon 的人数。
独立测试说明了什么
Artificial Analysis 已将高推理设置下的 Carbon 列入 Intelligence Index v5.0，显示综合得分 59，暂列榜首。这是九项评测汇总后的指数，知识工作、编程、科学和一般能力四类各占 25%，不是“59% 的工作能自动完成”。测试组合、推理设置和榜单版本共同决定分数，不能直接与旧版指数或不同配置比较。
安全修复方面，Collinear 的 CWE-bench v1 官方榜单给出更具体的参照：Carbon 使用 Antigravity 框架，程序校验的 pass@1 为 71%，Argon 为 68%。该版本包含 120 个未公开的审计与修补任务，每题高推理运行四次、每次限一小时；程序检查要求问题被修复且原有功能仍能通过测试。这个 71% 不是四次机会中至少一次成功的 pass@4，也不表示任意真实软件有七成漏洞会被发现。
能力进展与部署条件要分开看
Google 另外报告了漏洞发现、受控验证和长时工程任务上的提升，并称内部团队观察到更少的越界与编造行为。这些属于厂商自己的测试和使用观察，不能由独立综合榜单替它们背书。不同安全基准衡量的是不同阶段：找出问题、判断问题能否触发和提供有效修复，并不是同一个成功率。
对防御团队而言，值得跟进的是模型能否把问题定位、修复与回归检查连起来，减轻连续工作的负担。本站的判断是，现有证据支持继续测试这种可能性，但还不足以推断普通团队的真实耗时、稳定性或无人监督的安全性。明确的下一步仍是受控反馈与防护调整；普遍可用时间、具体产品入口和更广泛的独立使用结果，仍需后续确认。
评论
使用 GitHub 账号参与讨论，所有语言版本共用此评论区。
在 GitHub 查看讨论查看旧评论（Disqus）