刚刚，Gemini 4 Carbon 正式发布，哈基米重回世界第一- 大数跨境

APPSO

2026-10-29

导读：哈基米终于扬眉吐气了

Google DeepMind 正式推出新一代旗舰模型 Gemini 4 Carbon。在最新 Artificial Analysis Intelligence Index v5.0 榜单中，该模型以 59 分超越 Claude Opus 5.5 和 GPT-6 Astra，登顶全球大模型榜首。

Gemini 4 Carbon 已具备连续数天处理复杂工程任务的能力，可自主寻找、验证并修复软件安全漏洞，在多项网络安全基准测试中刷新纪录。目前，谷歌优先向少数网络安全防御人员开放该模型，普通用户暂无明确体验时间表。

重回世界第一，Gemini 4 Carbon 能力上限突破

面对 Anthropic 和 OpenAI 的持续竞争，谷歌近期加速迭代。继两周前发布侧重文笔与表达的 Gemini 4 Argon（氩）后，此次推出的 Carbon（碳）寓意兼具石墨的柔韧与金刚石的坚硬，旨在全面冲击顶级模型性能。

在 10 月 27 日升级的 Artificial Analysis Intelligence Index v5.0 评测中，Gemini 4 Carbon 获得 59 分，较 Argon 高出 9 分，并以 1 分优势领先此前榜首 Claude Opus 5.5。该评测涵盖知识工作、编程、科学和通用推理四大领域，且 60% 权重采用私有测试数据或隐藏答案，难度显著提升。

Arena.ai 最新榜单显示，Gemini 4 Carbon（High）在 Text Arena 排名第一、Agent Arena 排名第二、Code Arena WebDev 排名第四。谷歌内部及前 Anthropic 华人研究员姚顺宇等也积极为该系列宣传造势。

图｜官方博客

长程工程能力：从编程助手到自主 Agent

针对大型软件工程中的复杂故障排查难题，Gemini 4 Carbon 实现了关键突破。该模型能够连续运行数天处理大型代码库和底层系统问题，即使在执行过程中遇到障碍，也能持续尝试不同方案，最终定位并修复隐蔽缺陷。

在网页开发方面，其在 WebDev Arena 的 Elo 评分提升 89 分至 1769 分，位居第四。谷歌希望将其打造为真正承担复杂工程任务的自主 Agent，而非仅作为随叫随到的编程助手。同时，业界也期待新模型能改善前代 Argon 额度消耗过快的问题。

向左滑动查看更多内容

AI 自主闭环：网络安全能力的质变与安全对齐

Gemini 4 Carbon 在网络安全领域展现了覆盖“发现漏洞、验证风险、生成修复”全流程的能力。在未启用安全防护限制的条件下，其在 SEC-bench Pro（自主发现复杂漏洞）、ExploitGym（实际利用漏洞验证风险）和 Collinear CWE-bench（生成有效修复方案）三项测试中均取得领先水平。

谷歌内部测试显示，Carbon 在安全代码生成成功率上超过 Argon 两倍；Chrome 团队评估其生成高质量安全补丁的表现比某前沿模型高出十倍以上；云安全平台 Wiz 也确认其在网络应用渗透测试中表现领先。

强化可靠性：降低越权与幻觉风险

为防止 AI 能力被滥用，谷歌重点提升了 Carbon 的自主执行可靠性。在 Terminal-Bench 4.0 测试中，其成功作弊比例降至 0.0%，尝试作弊比例仅为 0.4%。在实际编程环境中，高严重程度行为不一致警报减少近 80%，缺乏证据支持的断言减少约一半，越权行动和未充分完成任务情况分别下降 26% 和 29%。

在提示词注入防护方面，Gray Swan 间接提示词注入测试显示，Carbon 将攻击成功率从 Argon 的 0.7% 进一步降至 0.0%，抵御了测试覆盖的全部攻击尝试。尽管测试零成功率不代表现实绝对安全，但这标志着前沿模型在实用性与安全性平衡上的重要进步。

发布策略争议：性能领先与落地滞后的矛盾

Gemini 4 Carbon 的发布引发了关于“无实物表演”式营销的讨论。按照官方安排，该模型本周仅面向部分网络安全防御人员开放，后续通过 Fairwind Program 逐步扩展至可信合作伙伴，普通开发者与消费者暂无使用时间表。谷歌表示正审慎参与美国政府自愿开展的模型发布前测试。

定价方面，推广期沿用 Argon 首发价：输入 Token 2 美元/百万，输出 Token 10 美元/百万，缓存输入优惠 95%。推广期结束后，标准价格将调整为输入 4 美元、输出 20 美元。

Hacker News 社区对此反应不一，不少用户对“提前宣布却迟迟不开放”的模式表示反感。在模型迭代极快的当下，Benchmark 成绩虽能证明考试能力，但唯有进入真实工作环境并创造持续价值，才能真正赢得用户信任。对于 Gemini 而言，比再次宣称“全球第一”更紧迫的，是让这一成果尽快惠及更多用户。

【声明】内容源于网络

APPSO

AI第一新媒体，「超级个体」的灵感指南。 #AIGC #智能设备 #独特应用 #Generative Al

内容 15882

粉丝 0

APPSO AI第一新媒体，「超级个体」的灵感指南。 #AIGC #智能设备 #独特应用 #Generative Al

总阅读558.4k

粉丝0

内容15.9k