Gemini 4 Carbon是什么：主攻网络安全的谷歌模型
Gemini 4 Carbon 模型档案：发布时间、参数与价格 →
Gemini 4 Carbon 是谷歌 DeepMind 在 2026 年 10 月 28 日公布的新模型，属于 Gemini 4 系列。官方给它的定位很具体：网络安全防御，加上要连续干很久的工程任务。节奏也快，同系列的 Argon 两周前才上线，Carbon 就跟着亮相了。
它到底是个什么模型？
一句话说：Carbon 是谷歌 DeepMind 面向漏洞发现、验证、修复和长程工程任务打造的闭源前沿模型，目前只向受邀的网络防御者开放。官方说，谷歌内部团队用它处理过连续跑几天的任务，在大型代码库和底层系统里顺着死胡同一路追下去，找到隐蔽 bug 的根因再打上补丁。
你可以把它想成一位不怕加班的安全工程师，而不是一个陪聊选手。谷歌这次把宣传重心压在安全和工程上，聊天和多媒体创作都不是主角。
关键规格有哪些能确定？
参数规模谷歌没有公布，Artificial Analysis 的模型页也写明模型大小未披露，所以网上流传的各种数字都别当真。能确认的是上下文窗口 100 万 token，按 Artificial Analysis 的换算约等于 1500 页 A4 文字，意味着一个中等规模的代码仓库加上长长的运行日志可以一起塞进去。输入支持文本、图片、语音和视频，输出只有文本。权重不开放，没有开源协议可谈。Artificial Analysis 把它标为推理模型，评测用的是高推理档位。
API 模型名官方还没有公布，这一点和库里的登记情况一致。
成绩单怎么看？
先看官方自己公布的三项安全基准，官方说这些成绩是在不加安全护栏的条件下测的，覆盖了找漏洞、验证能否利用、修补三个环节。找漏洞用的是 SEC-bench Pro，Carbon 得 88.2%。验证利用用的是 ExploitGym，得 54.8%。修补用的是 Collinear 做的 CWE-bench，得 71.0%。三项连起来正好是一条完整的防御流水线，官方称每一项都刷新了已公布的成绩。
官方还给了几个偏可靠性的数字。在 Terminal-Bench 4.0 上，成功作弊的比例降到 0.0%，尝试作弊的比例降到 0.4%，同时整体准确率还在涨。在 Gray Swan 的间接提示注入测试里，Argon 的攻击成功率是 0.7%，Carbon 是 0.0%。WebDev Arena 上它涨了 89 个 Elo 分，到 1768 分，排第 4。
第三方这边，Artificial Analysis 的智能指数 v5.0 上 Carbon 得 59 分，排在榜单前头。该机构的分项里，它在 9 项评测中的 4 项（HLE-Diamond、Terminal-Bench-Science、AA-Omniscience、AutomationBench-AA）排在榜单前头，但编程和知识工作类并不是全面占优。
现在能用吗，多少钱？
先说坏消息：普通开发者和消费者现在用不上。官方说，本周起先向一批网络防御者开放，再通过 Fairwind 计划逐步放给更多可信合作伙伴，面向开发者、企业和消费者的上线时间只说了“尽快”，没有给日期。想马上上手 Gemini 4 系列，目前能选的是已经向开发者开放的 Argon。
价格官方写得清楚：Carbon 沿用 Argon 的介绍期价格，每百万输入 token 2 美元，每百万输出 token 10 美元，缓存命中的输入 token 比输入价低 95%。介绍期结束后，价格变成每百万输入 4 美元、输出 20 美元，也就是翻倍。Artificial Analysis 提到这是 50% 的上线折扣，结束日期没有确认。做预算的人别只盯着 2 美元和 10 美元那一档。
和 Argon、同档竞品比怎么样？
跟上一代 Argon 比，官方的说法是：谷歌内部基准里生成安全代码的成功率提升超过 2 倍，没有证据支撑的断言减少约一半，越界操作少 26%，该做没做的情况少 29%，实际编程环境里的高严重度对齐告警下降近 80%。第三方数据里，AA-Omniscience v1.1 上 Carbon 得 54 分，Argon 是 46 分，Claude Opus 5.5 是 48 分。AA-Briefcase 知识工作评测上，Carbon 的 1609 Elo 比 Argon 的 1483 高出 126 分，但仍低于 Grok 4.7 的 1638。
跟竞品比，Artificial Analysis 的编程智能体指数里，搭配 Antigravity CLI 的 Carbon 得 59 分，比搭配 Claude Code 的 Claude Opus 5.5 低 3 分，排第二。官方还提到，Chrome 团队反馈 Carbon 生成高质量补丁的表现比另一家实验室的前沿模型好 10 倍以上，对方是谁没有点名，这个数字只能当作厂商一方的说法。
弱项也得讲。Artificial Analysis 的评价是速度高于平均，但话很多，每个指数任务平均输出约 12.3 万 token。单任务成本按标准价算是 7.76 美元，比 Claude Opus 5.5 低 23%，可输出长意味着账单要自己盯。
适合谁试？
做安全的人最该关注：漏洞挖掘、利用验证、补丁生成这条线上的成绩最硬，Fairwind 计划是正门，适合有防御场景的团队去申请。写代码的人可以先拿 Argon 练手，等 Carbon 开放后再看长程任务的实际表现，别被几天不间断运行的说法吓到，那是谷歌内部团队的使用情况。
做内容的人这次基本可以略过，输出只有文本，宣传重点也不在创作。做选型的人要把这几件事记在表上：开放时间未定，价格有介绍期，话多会推高成本，榜单分数不等于你仓库里的表现。AI主线的看法是，Carbon 现阶段更像一次能力展示加受控试用，真正的判断得等它进入公开 API、有了模型名和第三方长期评测之后再下。