作者：Koray Kavukcuoglu，Google DeepMind 高级副总裁兼 Google 首席 AI 架构师
Gemini 4 Carbon 正式面向开发者、企业及科研用户推出。作为当前最强模型，Carbon 在复杂知识工作、软件工程、网络安全及科学推理等长周期智能体任务中表现卓越。相比 Gemini 4 Argon，Carbon 专为高难度多步编码、调试及开放式科研设计，通过深度推理与扩展验证循环刷新性能边界。独立基准测试显示，其在 CursorBench 4.0、WANDR 及 AutomationBench 上均位列第一，且单任务成本较同类次优模型降低 2 倍以上。此外，Google Antigravity 上线 /swarm 预览版，支持将单一提示转化为协同智能体团队，实现架构设计与审计的深度推理。
更高精度的知识工作、作品生成与数据分析
Gemini 4 Carbon 融合前沿视觉理解与全面检索能力，可从密集文档中提取洞察并生成精准报表。针对现有基准无法评估图表、蓝图等多模态原生推理的问题，新推出的 MKA 基准测试显示，Carbon 排名第二且平均成本比第一名低 6 倍以上。在 Hebbia E2E 金融评测中，其深度研究能力持平最佳模型；在 Balyasny Asset Management 通用金融智能基准中，于 23 个配置里跃居榜首。
改进的智能体编程、全栈开发以及 3D 和 UI 设计
Carbon 在多包迁移、跨子系统排查及架构重构等工程任务中表现出色。Web 开发方面，它支持“构建并验证”循环，可自动从错误恢复并同步检查代码与 UI 渲染，构建完整应用。同时，其增强的视觉设计与空间推理能力也适用于 3D 游戏及创意编程。
前沿的网络安全能力
Gemini 4 Carbon for cyber 提供端到端安全智能，在 SEC-bench Pro、ExploitGym 及 CWE-bench v1 等关键基准中领先，具备漏洞发现、利用链追踪及生成验证补丁的能力。内部与外部测试成效显著：
- Project Fortify：扫描召回率达 100%，分类准确率 95%；开源代码库测试中较 Argon 提升 25% 以上真实逻辑漏洞挖掘率。
- Google Cloud CVR 团队：证实某流行开源软件两个 Bug 为可利用漏洞（严重程度相当 PHP2Shell），协助重新定级高危并快速发布补丁。
- Wiz "Scan for Good"：两小时内发现两家大型 SaaS 提供商 0-day 漏洞，将数周研究缩短至一下午，创纪录完成修复。
更强的科学与数学推理能力
Gemini 4 Carbon 在物理、数学及生命科学领域推理显著提升。Axiom Bio 已将其作为转化科学首选模型，助力发现新毒性机制并迁移生产环境分析。Google 研究人员在 Antigravity 中的应用包括：
- 代码验证：AlphaProof Code 框架结合 Carbon，在 Lean 中生成数百万行代码证明 Signal 协议安全性，将数年工作量缩短至几周。
- 酶测定法开发：识别数据异常诊断湿实验偏差，改进色谱峰解卷积方法，加速新测定法开发。
- 蛋白质结构预测：自主发现远缘同源序列，在 CASP17 盲测集中将同源物数量提高 40 倍，突破低同源性蛋白预测瓶颈。
Google Antigravity 科学家计划已扩容支持 Carbon 模型，申请通道持续开放，每周滚动引入。
模型安全与保障方面的进展
针对 Carbon 增强的网络安全能力，我们在 Argon 基础上进一步强化安全保障：
- 降低滥用风险：对抗自适应红队智能体拦截 99% 攻击路径，单次突破率降至 0.8%；Gray Swan 测试中自动化攻击成功率降至 2.17%；Trajectory Labs 132 小时超 1.3 万次请求未发现新越狱手段。
- 促进对齐交互：智能体诚实度基准通过率 92%（Argon 为 70%）；98% 情况拒绝填补实验数据，68% 主动指出方法论缺陷。
- 防范间接提示词注入：Gray Swan IPI 基准实现 0% 攻击成功率。自动化红队测试持续突破极限，为模型安全提升提供关键数据支持。
