两周迭代登顶：Gemini 4 Carbon 安全与长程双杀

据 Woofun AI 消息，谷歌以惊人的两周迭代周期推出新一代前沿模型 ，由 领衔发布，旨在全面超越两周前发布的 。

这一快速迭代策略标志着谷歌在基础模型领域的节奏加速，Carbon 不仅在综合性能上实现突破，更在网络安全防御与长程任务处理这两个关键维度确立了行业领先地位，重新定义了旗舰模型的竞争基准。

在第三方权威评测机构 发布的智能指数 v5.0 中，Gemini 4 Carbon 以 59 分的总分荣登榜首，展现出强大的综合推理能力。紧随其后的是 ，得分为 58 分，而 则以 57 分位列第三。

尽管三者分差极小，仅相差 1 至 2 分，但 Carbon 凭借在复杂推理、科学知识及自动化任务上的强势表现，成功实现了从追随者到领跑者的身份转换。这一成绩不仅超越了竞品，更比两周前的前代模型 Argon（50 分）大幅提升了 9 分，显示出内部优化的显著成效。

网络安全能力是 Carbon 此次发布的核心亮点之一，其在漏洞发现、验证与修复的全生命周期中均达到了最先进水平。在漏洞发现基准 中，Carbon 取得了 88.2% 的高分，显著领先于 GPT-6 Astra 的 85.4% 和 Argon 的 83.4%，证明其在自主识别真实软件中复杂安全漏洞方面的卓越能力。在漏洞验证基准 中，Carbon 得分 54.8%，大幅甩开第二名 GPT-6 Astra 的 42.4%。

值得注意的是，在 10 小时时限下，Carbon 的表现（54.8%）与 6 小时时限下的表现（53.5%）差距极小，表明其能在较短时间内完成大部分高价值验证工作，极大提升了安全团队的修补优先级决策效率。

在漏洞修复环节，Carbon 在 基准测试中达到了 71.0% 的成绩，能够将验证后的漏洞发现直接转化为可工作的代码修复方案，确立了在该领域的明显优势。除了公开基准测试，谷歌还披露了内部实测数据：Carbon 生成安全代码的成功率比 Argon 提升超过 2 倍。Chrome 浏览器团队的反馈更为惊人，他们报告称 Carbon 在生成高质量安全补丁方面的表现，比"另一家实验室的大型前沿模型"好 10 倍以上。

此外，谷歌旗下云安全平台 在""计划的核心能力测试中也观察到，Carbon 在 Web 渗透测试基准中表现领先，进一步验证了其在实际安全场景中的可靠性。

长程任务处理能力是新一代前沿大模型竞争的另一关键战场，Carbon 在此方面实现了突破性进展。谷歌内部团队观察到，Carbon 能够在大型代码库和底层系统中持续运行数天，完成跨文件的根因追溯与补丁生成，且在遇到死胡同时能自主调整策略继续推进，而非直接终止任务。

这一能力的技术基础在于长上下文处理能力的显著提升：在 测试（256k 至 1M token 范围的 BFS F1 评测）中，Carbon 的得分从 Argon 的 84.2% 跃升至 96.2%，领先 GPT-6 Astra 的 71.8% 和 Claude Opus 5.5 的 66.8% 超过 20 个百分点。支持 1M token 的上下文窗口，意味着模型可以一次性处理约 1500 页 A4 文档的等量信息，为复杂工程任务提供了坚实的数据支撑。