Gemini 4 Carbon 先交给网络安全防御者：漏洞发现基准 SEC-bench Pro 达 88.2%
核心概要
谷歌发布下一代前沿模型 Gemini 4 Carbon，主打长时程智能体工作流与网络安全防御能力。它在 Artificial Analysis Intelligence Index v5.0 上以 59 分位列第一，并在漏洞发现基准 SEC-bench Pro 上取得 88.2%、在利用基准 ExploitGym 上取得 54.8%、在补丁基准 CWE-bench 上取得 71.0%。模型沿用 Argon 的多层安全栈，本周起先向部分网络安全防御者开放，再通过 Fairwind Program 逐步扩大访问。
深度剖析
谷歌推出 Gemini 4 Carbon，定位为面向长时程工程任务与网络安全防御的前沿模型，可连续运行数天以推进多步工程任务。 它建立在两周前发布的 Gemini 4 Argon 之上，谷歌称这体现了其推进前沿能力的速度。 在近期更新的 Artificial Analysis Intelligence Index v5.0 上，Carbon 以 59 分排名第一。
Carbon 在网络安全防御的三个环节上给出外部基准成绩：发现漏洞、验证可利用性、修复根因。 这些成绩对应防御流程中依次进行的漏洞检测、验证与修复，谷歌称其在防御全生命周期上达到当前最优。 在无护栏评估下，SEC-bench Pro 为 88.2%，ExploitGym 为 54.8%，CWE-bench 为 71.0%。
模型沿用 Argon 的多层安全与安全栈，包括模型训练、实时滥用防御、提示注入抵抗与思维链监控，并进一步训练其应对复杂或高压任务。 Argon 此前在 Gray Swan 间接提示注入基准上以 0.7% 的攻击成功率领先，Carbon 将该数字降至 0.0%。 在 Terminal-Bench 4.0 上，成功作弊比例降至 0.0%，作弊尝试降至 0.4%，同时整体准确率提升；内部团队实测高严重度失准告警下降近 80%。
启示与展望
已展示的范围是外部基准成绩与谷歌内部及合作方（Chrome 团队、Wiz）的观察，评估在无护栏条件下进行；模型本周起先向部分网络安全防御者开放，再经 Fairwind Program 逐步扩大，尚未面向开发者、企业和消费者开放。
谷歌称仍在收集反馈并在开放给开发者、企业和消费者之前迭代护栏，因此当前成绩对应的部署条件与最终产品形态可能不同；安全代码生成、补丁质量与失准告警等提升来自内部基准或合作方报告，未给出可复核的公开细节。