谷歌Gemini 4 Carbon重回世界第一

谷歌发布全新前沿模型Gemini 4 Carbon，在全球智能指数榜和多项核心基准测试中取得优异成绩，全面超越竞争对手。Gemini 4 Carbon在17项测试中狂揽15项第一，展现出综合智力、长文本处理、逻辑推理、科学计算和编程能力的强大优势。在网络安全方面，Carbon在漏洞寻找、测试和修复任务中表现突出，生成高质量漏洞补丁的能力比其他前沿大模型强出10倍以上。Carbon被打造为史上最对齐、最听话的模型，具有极低的提示词注入成功率和0.0%的攻击成功率。然而，由于其强大的能力，目前仅对少数国家级安全防御者开放，普通用户和开发者无法使用。

Gemini 4 Carbon在3D城市生成、黑洞渲染等视觉任务中表现惊艳，生成的3D体素风中式宝塔和SVG鹈鹕骑自行车场景细节丰富，完成度追平或超越Claude Opus 5.5。尽管思考耗时比Argon长，但Carbon不再敷衍，评测者认为其比Argon强太多。在终端操作和多步编程测试中，Carbon也取得全球第一的成绩。在模拟长周期自主经营的Vending-Bench 2中，Carbon得分是Claude Opus 5.5的1.8倍。在Arena Agent榜单上，Carbon以+18.6%的指标高居全球第一，单次任务成本比Opus 5.5 Max低72%。在Text Arena和WebDev Arena排行榜上，Carbon分别以1528分和全球前四的成绩表现亮眼。

谷歌内部团队表示，Carbon在复杂代码库中连续运行数天，能自我寻找路径解决bug，展现高度自主性。在网络安全测试中，Carbon在SEC-bench Pro、ExploitGym和CWE-bench中均取得第一，生成安全代码的成功率比Argon翻倍以上。Carbon还具备极高的知识诚实度，幻觉瞎猜率控制在11.4%。尽管性能强大，谷歌出于安全考虑，目前仅对少数受信任的网络安全防御者开放Carbon，普通用户和开发者无法使用。