谷歌发布 Gemini 4 Carbon,首先向部分网络防御人员开放
谷歌表示,其新一代前沿模型在多项网络安全基准测试中领先,本周将先向部分网络防御人员开放,随后再面向开发者、企业和消费者。
AI 插图谷歌发布了 Gemini 4 Carbon,称其为最强的模型,具备最先进的网络安全和长程任务能力。该模型基于 Gemini 4 Argon 构建,谷歌表示后者已于两周前发布。
访问将分阶段开放。谷歌表示,从本周起将向部分网络防御人员提供 Carbon,并通过其 Fairwind Program 逐步向更多可信合作伙伴开放。该公司表示,正在参与美国政府自愿性的模型发布前测试流程,并将继续收集反馈、改进防护措施,然后尽快通过其产品界面向开发者、企业和消费者提供该模型。
Google 表示,Carbon 在近期更新的 Artificial Analysis Intelligence Index v5.0 中以 59 分位列 #1。在未启用防护措施的外部网络安全基准测试中,其发现漏洞的 SEC-bench Pro 得分为 88.2%,漏洞利用的 ExploitGym 得分为 54.8%,漏洞修补的 CWE-bench 得分为 71.0%。在网页开发方面,Google 表示该模型在 WebDev Arena 上提升了 89 个 elo 分,升至 #4(1769)。
谷歌表示,在内部基准测试中,Carbon 生成安全代码的成功率比 Argon 提升超过 2 倍。其 Chrome 团队报告称,在生成高质量补丁方面,Carbon 的表现比另一家实验室的大型前沿模型好 10 倍以上。谷歌还表示,其团队曾看到 Carbon 连续数天运行复杂的多步骤工程任务,例如在大型代码库中追查并修补隐蔽缺陷的根本原因。
在对齐方面,谷歌表示,Terminal-Bench 4.0 上成功作弊的比例降至 0.0%,作弊尝试降至 0.4%,在其内部团队的实时编码环境中,高严重度的未对齐警报下降了近 80%。谷歌表示,在内部测试中,Carbon 的无依据说法比 Argon 减少约 2 倍,越界行为减少 26%,服务不足减少 29%。在 Gray Swan Indirect Prompt Injection Benchmark 上,谷歌表示 Carbon 的攻击成功率为 0.0%,而 Argon 为 0.7%。
Google 表示,Carbon 将以与 Argon 相同的推出价格发布:每百万输入 token 2 美元,每百万输出 token 10 美元,缓存输入 token 的价格比输入 token 价格低 95%。