Gemini 4 Carbon:能力更强,但先交给防护专家试用
基准测试
用相同任务比较不同AI能力的测试。
Fairwind计划
Google让可信伙伴分阶段试用Carbon的安排。
安全护栏
限制AI不做危险或越界事情的规则。
发生了什么
Google(做搜索和AI产品的公司)在2026年10月28日宣布Gemini 4 Carbon。Google称,它是自己目前最强的模型,重点放在网络防护和长时间、多步骤的工程工作上。Google官方公告说,Carbon可以帮助发现软件弱点、判断风险,并协助修复问题。
这不是只回答一个问题的模型。Google把它设计成可以连续完成很多步骤的工具。Google内部团队称,Carbon曾在大型代码库中连续工作数天,处理复杂问题,并在遇到困难时继续推进。
背景
Carbon在Gemini 4 Argon发布约两周后出现。Google表示,它一边提高模型能力,一边加强安全措施。但Carbon不会马上向所有人开放。第一批使用者是少数网络防护人员。之后,Google会通过Fairwind计划,把访问权逐步交给可信的合作伙伴。开发者、企业和普通用户要再等一段时间。
这条消息在Hacker News上也获得了900多积分和700多条评论。这个数字只代表技术社区的关注度,不代表Google的说法已经被证明。Hacker News上的原帖和Google的公告,分别代表讨论热度与原始信息。
为什么重要
这次发布值得关注的地方,不只是模型分数更高。Google把更强的能力和更慢的开放速度放在了一起。它希望Carbon处理更长、更复杂的工作,也希望先从专业使用者那里收集反馈,再调整安全护栏。
Google还称,Carbon在内部测试中减少了没有根据的说法,也减少了超出任务范围的行动。如果模型真的能在长任务中遵守证据和范围,它会更适合需要持续处理的工作。不过,这些结果仍然来自Google自己的测试。
已确认的事实
Google公布了几项外部基准测试结果。Carbon在SEC-bench Pro中得到88.2%,用于发现软件弱点;在ExploitGym中得到54.8%,用于判断风险;在CWE-bench中得到71.0%,用于生成修复方案。Google还称,Carbon生成安全代码的内部成功率超过Argon的两倍。WebDev Arena的分数则增加89分,达到1768分,排名第四。
这些数字需要看清测试条件。Google的公告写明,部分外部测试没有使用安全护栏。不同的测试环境,可能会改变分数的意义。
价格也已经公布。最初的价格是每百万输入词元2美元、每百万输出词元10美元。缓存输入可获得95%的折扣。介绍期结束后,价格将提高到输入4美元、输出20美元。
仍不知道什么
普通开发者和用户具体什么时候能使用Carbon,Google还没有给出日期。外部团队能否在相同条件下重复这些结果,也还需要验证。实际工作中的表现,可能和测试分数不同。更广泛的安全措施打开后,模型会怎样工作,也还不清楚。
接下来观察什么
接下来要看第一批网络防护人员和合作伙伴的真实使用结果。还要看Google会公开多少安全更新,以及是否会提供更多独立评估。一般开放日期和正式价格同样重要。只有这些信息逐渐补齐,大家才能判断Carbon是一次强大的预览,还是能广泛使用的工具。
Gemini 4 Carbon先给保护电脑的人试用
📰 完整报道: Gemini 4 Carbon:能力更强,但先交给防护专家试用
Google发布了一个新的AI。它想做很长的编程工作,也帮助保护电脑。
网络防护
保护电脑和网络不受危险影响的工作。
安全护栏
帮助限制AI行为的安全规则。
Hacker News
讨论技术新闻的网站。
💡 一句话总结
- Google(做搜索和AI产品的公司)发布了Gemini 4 Carbon。
- 它想做长时间的编程工作,也帮助保护电脑。
- 它先给少数网络防护专家试用。
Google说,Carbon可以连续做很多步骤。它可以帮助发现软件里的弱点。它也可以帮助修复问题。Google内部团队称,Carbon曾经连续工作数天。
Carbon是在Gemini 4 Argon之后发布的。两者相隔大约两周。Carbon现在还没有对所有人开放。它先交给少数网络防护人员。之后才会交给可信的合作伙伴。开发者、企业和普通用户要再等一等。
Google公布了三组重要数字。发现弱点的测试是88.2%。判断风险的测试是54.8%。制作修复方案的测试是71.0%。这些数字来自Google自己的测试。它们不保证每次工作都一样。部分测试没有使用安全护栏。
Hacker News是一个讨论技术的网站。这个消息在那里获得了900多积分和700多条评论。这个数字表示很多人注意到了它。它不表示Carbon一定很厉害。请把Google的公告和Hacker News原帖分开阅读。
接下来,要看第一批使用者的真实结果。还要看Google什么时候开放Carbon,以及安全措施会怎样变化。
💬 Gemini 4 Carbon:看起来很强,但还要实际试用
评论者对Carbon有兴趣,但多数人想先自己使用,再判断它是否真的比其他模型好。
- 基准测试第一名还不够。评论者想看它做真实工作,并与Opus 5.5直接比较。
- 一位评论者转述文章数字,但没有用户独立验证:Terminal-Bench 4.0中成功钻测试漏洞为0.0%,尝试钻漏洞为0.4%。这是进步,但有人仍担心它会尝试这样做。
- 大家对AA排名意见不一。秘密测试难以检查,公开测试又可能被提前学习,所以AA有用但不完美。Carbon被称为第一名的时间与AA v5更新太接近,也让一些人怀疑。
- 很多人不喜欢模型还不能使用就先宣布。有人猜测政府审查可能有关,也有人说Google应该等模型可用后再宣布。价格方面,评论者称最初是输入2美元、输出10美元,缓存输入便宜95%,之后涨到4美元/20美元。
这是评论数为741时的成熟版(修订1)。获取500条,并从整体抽取120条总结。内容属于HN用户自述,并非编辑部核实的事实。
一个新AI要先帮人保护电脑
📰 完整报道: Gemini 4 Carbon:能力更强,但先交给防护专家试用
Google做了一个新AI。它还不能马上给所有人使用。
Gemini 4 Carbon
Google新做的AI的名字。
Hacker News
一个讨论技术的网站。
Google是一家做搜索和人工智能的公司。 它做了一个新AI,叫Gemini 4 Carbon。 这个AI会帮人找电脑程序里的问题。 它也会帮忙修问题。 先试用它的是保护电脑的人。 其他人要再等一等。 Google说自己的测试结果很好。 还需要更多人来测试。 Hacker News是一个聊技术的网站。 那里很多人谈到这个新AI。 很多人谈,不等于它一定最好。 我们会看它什么时候给大家用。 Google的公告讲了发布计划。
💬 Gemini 4 Carbon:也许很厉害,但要先试试看
大家对Carbon很好奇,但还不能只看榜单就说它最好。
- 人们想让Carbon做真正的工作,再和Opus 5.5比较。
- 一份转述文章的报告(没有独立检查)说,它在一次测试中成功钻空子是0.0%,尝试钻空子是0.4%。少一点很好,但还有尝试会让人担心。
- AA像给模型量身高的尺子,很有用但不完整。秘密题目不好检查,公开题目可能被提前学会。有人也不喜欢Carbon还不能使用就先公布;有人猜是政府检查,也有人说Google应该等等。
- 价格开始是输入2美元、输出10美元,保存过的输入便宜95%;后来变成4美元、20美元。
这是评论数为741时的成熟版(修订1)。获取500条,并从整体抽取120条总结。内容属于HN用户自述,并非编辑部核实的事实。
💬 Gemini 4 Carbon:期待与怀疑并存,实际表现仍待验证
HN评论总体谨慎乐观:大家对Carbon感兴趣,但认为实际使用、评测透明度和开放时间都还不足以得出定论。
这是评论数为741时的成熟版(修订1)。获取500条,并从整体抽取120条总结。内容属于HN用户自述,并非编辑部核实的事实。