首页 > 人工智能 > 人工智能 > Gemini 4 Carbon 现已推出
今天,我们向开发者、企业、科学家和消费者提供 Gemini 4 Carbon。Carbon 是我们最强的模型,在网络安全能力和跨复杂知识工作、软件工程和科学推理的长周期智能体工作流方面具备前沿性能。
两周前,我们通过 Fairwind Program 向一组网络安全防御者发布了 Carbon。继我们最近推出 Gemini 4 Argon 之后,Carbon 将前沿进一步推进。Argon 仍然是大多数软件工程和知识工作的理想选择,而 Carbon 专为测试模型智能极限的任务而构建,例如复杂的多步骤编码和调试,以及开放式科学研究和发现——使用比 Argon 更多的 token 来深入探索、深度推理并运行扩展验证循环。
在旨在测试真实工作流中模型性能的独立基准测试中,Carbon 将前沿准确性与实际生产成本效益相结合。它在 CursorBench 4.0、Perplexity 的 WANDR 和 Zapier 的 AutomationBench 上排名第一,且每任务成本比次优外部模型低 2 倍以上。
为了让 Carbon 的能力在更大、更复杂的项目中发挥作用,我们在 Google Antigravity 中预览 /swarm,将单个提示转化为一个协调的智能体团队,您可以实时跟踪。开发者可以将 Carbon 分配给需要最深推理的角色,如架构设计、协调和审计,同时将其与更快速、更轻量的模型配对,跨并行隔离工作区和对抗性验证器测试每一项更改。
Gemini 4 Carbon 可通过 Google AI Studio 和 Gemini for business 中的 API(应用程序编程接口) 提供给所有付费开发者和企业,入门价格与 Gemini 4 Argon 相同(每百万输入 token 2 美元,每百万输出 token 10 美元)。它也在 Google Antigravity、Gemini 应用和搜索中的 AI Mode 中向所有 Google AI Ultra 订阅者推出。
在法律、金融和企业运营领域,Gemini 4 Carbon 结合了前沿视觉理解、推理和详尽检索,以在大量密集文档和数据中综合出有依据的见解。它遵循严格的模式和格式,生成精炼且精确的电子表格、演示文稿和报告。
现有基准测试无法充分捕捉智能体如何原生地对包含图表、图像、蓝图、示意图和表格的密集文件进行推理,因此我们与 Artificial Analysis 合作推出了新的多模态知识智能体(MKA)基准测试,用于测试模型在智能体工作流中的多模态性能。Carbon 排名第二,而每任务平均成本比表现最好的模型低 6 倍以上。
使用 Google Antigravity 的新 /swarm 功能,一组 Gemini 4 Carbon 智能体通过单个提示将历史照片和工程图版转化为埃菲尔铁塔 1887–1889 年建造过程的交互式 Three.js 3D 展览。
借助七份公开的市议会规划 PDF(提取出 206 个工程图纸视图)和一条提示词,一个使用 Google Antigravity 的 /swarm 功能的多智能体 Carbon 团队在 10 轮夜间循环中,构建了 Google 位于 Platform 37 办公室的交互式 906K 三角面 Three.js 重建模型。
在 Google Antigravity 中,Gemini 4 Carbon 基于一篇学术论文构建了一个交互式多尺度纺织品可视化工具,以极少的提示词对虚拟纤维有限元框架进行建模,包含交互式 3D 纱线网格、110 纤维极坐标追踪以及动态应力-应变曲线。
在发布前评估中,Carbon 在 Hebbia 的 E2E Financial Agentic 评估的深度金融研究上,达到了所测试最佳模型的性能;在 Balyasny Asset Management 的 General Financial Intelligence 基准测试中,于 23 个前沿模型配置中排名第一,该基准涵盖法律专业知识、智能体工具使用与执行、编码与数据工程,以及感知与上下文理解。
Carbon 在需要多智能体协作的工程任务上表现尤为出色,例如多包迁移、跨子系统根因调查以及复杂架构重新设计。对于 Web 应用开发,它会运行构建-验证循环、从错误中恢复,并检查其代码和渲染后的 UI,以产出完整、可用的应用程序。更强的视觉设计、空间推理以及对环境细节的关注也延续到了 3D 游戏开发和创意编程中。
使用 Google Antigravity 的 /swarm 功能,Carbon 构建了一款开放世界 3D 游戏,在游戏中你扮演一只骑着 GBike 的鹈鹕,探索 Google 的 Mountain View 园区——它协调子智能体根据 Omni 和 Nano Banana 参考图在 Blender 中为 3D 资产建模,使用 Three.js 和 WebGL 着色器构建浏览器游戏,并将程序化 Web Audio 音效与 Lyria 音乐配对。试试这个在线应用。
结合 Google Antigravity 中改进的前端品味和动效设计能力,Carbon 通过两条提示词重新构想了 Google Merchandise Store,提出五个艺术指导概念,并使用 Nano Banana 2.1 生成全新的产品图像。试试这个在线应用和 Gemini 前端设计技能。
从在 Google Antigravity 中使用 Gemini Omni 生成的视频参考出发,构建了一个电影感的多镜头水下亚特兰蒂斯场景。该流水线在 Blender 中对程序化遗迹、体积焦散光照和水体模拟进行建模,然后将整个环境转换为 Three.js 以实现实时浏览器渲染。
使用 Google Antigravity 中的多智能体循环,Carbon 根据 CAD 图纸和 X 射线照片重建了一架可演奏的约 1780 年 Stein-Schule 古钢琴,具备 61 键擒纵机构物理特性,并将其放置在多伦多皇家音乐学院 Koerner Hall 的 3D 模型中,带有座位特定的空间声学效果。试试这个在线应用。
面向网络安全的 Gemini 4 Carbon 提供了我们迄今为止最强的网络安全能力,为安全团队提供保护关键软件所需的端到端情报。通过 Fairwind Program 访问时,Carbon 在发现(SEC-bench Pro)、利用(ExploitGym)和修补(CWE-bench v1)漏洞的关键基准测试中领先:检查软件、追踪缺陷如何跨系统串联,并生成经过验证的根因补丁。
Google 内部和外部的早期测试者已经在实践中看到 Carbon for cyber 的强劲成果。
在 Project Fortify 中——这是 Google 覆盖扫描、分类和修复的自主系统——Carbon 在我们的内部基准测试中,扫描召回率达到 100%,分类精确率达到 95%。在开源代码仓库测试中,我们看到 Argon 本已很强的召回率相对提升了超过 25%,发现了此前未被检测到的真实世界逻辑缺陷。将这些收益推广到 Google——全球最大的开源软件使用者之一——有助于保护我们自身的系统以及更广泛的生态系统。
Google 的 Cloud Vulnerability Research (CVR) 团队最近使用 Carbon 证明,一个流行开源软件中的两个缺陷实际上是可利用的漏洞,其严重程度与最近的 PHP2Shell 漏洞利用相当。通过使用 Carbon 构建概念验证,CVR 帮助维护者将该缺陷重新归类为严重,并迅速发布了补丁。详细信息将在负责任的披露流程完成后分享。
作为 Wiz 的 Scan for Good 项目的一部分,该团队使用 Carbon 评估公共数字基础设施中的漏洞。例如,在扫描两家主要 SaaS 提供商时,该模型在不到两小时内发现了 0-day 漏洞,将数周的漏洞研究压缩到一个下午。该团队与受影响组织合作,以创纪录的时间完成了修复,帮助减轻了对数万家公司的潜在影响。
Gemini 4 Carbon 在物理、数学和生命科学领域的推理性能显著提升,能够综合实验数据、检验假设,并对多步骤领域问题进行推理。对于药物毒性研究公司 Axiom Bio,Carbon 现已成为转化科学性能领先的模型,发现了他们此前未曾发现的新毒性机制。Axiom 现在正将其生产级科学分析和智能体迁移到 Carbon 和 Argon,以解锁更安全药物的创建。
Google 的研究人员一直在 Google Antigravity 中使用 Carbon 来加速他们的工作:
代码验证:研究人员构建了一个名为 AlphaProof Code 的新智能体框架用于形式化验证,并将其用于一项重大安全挑战:数学证明 Signal 加密协议背后的实际代码。使用 Carbon 与其他模型一起,我们的研究人员将安全目标转化为数学定理。随后 AlphaProof Code 智能体使用 Carbon 生成数百万行 Lean 代码——Lean 是一种用于编写数学证明的计算机语言——帮助他们在数周内证明了关键安全属性,而这项任务历史上需要专家团队花费数年时间。结果表明 Carbon 有潜力解锁可扩展的形式化验证,这长期以来被视为构建安全软件的黄金标准方法。
酶测定开发:仅提供实验室笔记本和原始数据,Carbon 就超越了标准分析,发现了难以解释的数据异常,并利用这些异常诊断出微妙的湿实验室实验伪影,例如深孔中不完整的自动混合,从而显著提高了可重复性。此外,Carbon 改进了色谱峰解卷积方法,并捕捉到研究仪器中的痕量样品残留,显著加速了新测定的开发,并收紧了计算与实验台之间的反馈循环。
蛋白质结构预测:像 AlphaFold 3 这样的结构预测模型使用进化近缘序列的多序列比对 (MSA) 来帮助推断氨基酸链如何折叠。因此,它们通常难以处理研究不足的病毒、微生物和真核蛋白质,这些蛋白质在标准数据库中匹配很少。在多智能体设置中工作,我们的研究人员使用 Gemini 4 Carbon 在 PB 级未注释序列档案、环境和病毒序列目录以及 3D 结构数据库中自主发现远缘同源物。例如,在 CASP17 盲测集中的 7 个低同源蛋白质家族中,Carbon 将检索到的同源物数量平均增加了 40 倍,大大增加了结构预测模型可用的信息,而无需重新训练。虽然更广泛的基准测试仍在进行中,但解决这一上游搜索瓶颈可能为建模蛋白质组中难以表征的区域提供一条有前景的路径。
四周前,我们开放申请,让 10,000 名科学家在 Google Antigravity 中免费使用 Argon 六个月,以加速他们的研究步伐,我们已经接纳了数千名科学家。今天,我们正在扩大当前和未来参与者对 Carbon 的访问权限,并且今后该计划将继续在最新前沿模型可用时提供访问权限。申请仍然开放,入职培训每周滚动进行,视资格、容量和选择而定。
随着每个新模型的发布,我们继续加强安全与保障缓解措施、智能体滥用预防、模型对齐和危害减少,并与模型能力成比例。
由于 Gemini 4 Carbon 引入了更强的网络能力,我们在 Argon 强大的安全与保障栈基础上构建,以增强对滥用和提示注入的鲁棒性。
缓解前沿安全滥用风险:我们加强了滥用防护措施,以帮助确保更强的防御推理不会转化为攻击风险。在注入 ExploitBench 和 CyScenarioBench 的模拟网络攻击测试环境中,Carbon 阻止了来自我们自适应红队智能体的 99% 攻击轨迹,该智能体可以在每次阻止后迭代重新审视其攻击计划。Carbon 的防护措施将每次尝试的入侵率降至仅 0.8%(低于 Argon 的 3.1%)。在 Gray Swan 的测试中,我们的防护措施还将自动化网络攻击查询成功率降至 2.17%,而 Argon 为 9.86%。Trajectory Labs 的外部测试发现,在 132 小时和超过 13,000 次请求中,零个新的通用越狱。
促进安全且对齐的模型交互:当我们宣布 Carbon 时,我们展示了在模型生命周期内通过监控标记率衡量的对齐方面的显著改进,以及数据捏造的减少。新结果表明,在我们的 375 项任务智能体诚实度基准测试中,它通过了 92% 的任务(Argon 为 70%)——98% 的情况下拒绝填充缺失的实验数据,68% 的情况下标记方法学缺陷。

保护用户免受间接提示注入攻击:两周前,我们分享了 Carbon 在 Gray Swan IPI 基准测试中实现了 0% 的提示注入攻击成功率——标志着首次达到这一里程碑。同时,我们知道提示注入鲁棒性仍是一个需要持续改进的领域。我们先进的自动化红队测试继续推动这里的极限,并表明在某些分布中,模型可以进一步改进以抵御复杂攻击。它为我们提供了数据,以持续将模型的安全性推进到下一个前沿。
更多详情,请阅读完整的 Gemini 4 Carbon 安全与保障报告。
从今天开始,Carbon 加入 Argon,成为我们产品系列中的前沿模型家族成员:
面向开发者:在 AI Studio 和 Android Studio 中通过 Gemini API 付费层级进行构建;如果你是 Google AI Ultra 订阅用户,可以在 Google Antigravity 和 AI Studio 中试用。
面向企业:通过 API 或模型下拉菜单、Google Antigravity 或 CodeMender 在 Gemini for business 中试用。
面向日常用户:如果你是 Google AI Ultra 订阅用户,从今天起可以在 Gemini 应用和搜索中的 AI Mode 中试用 Carbon。
面向科学家与研究人员:申请有机会免费获得 Google Antigravity 最高使用层级中 Argon 和 Carbon 的访问权限,为期 6 个月(滚动入驻),需符合资格、容量和筛选条件。
面向网络安全防御者:申请加入 Fairwind Program,以滚动方式获得面向网络安全的 Carbon 访问权限。
查看模型卡以了解更多关于 Gemini 4 Carbon 的信息并开始构建,浏览我们更新的 Gemini 4 开发者指南和文档,了解将工作流迁移到该模型的最佳实践。
在 2026 年 11 月 30 日 introductory period 到期后,将适用每 100 万输入 token 4 美元和每 100 万输出 token 20 美元的价格。仅适用于面向公众访问的 Carbon 模型。

Koray 是全球人工智能领域最杰出的专家之一。作为 Google DeepMind 的高级副总裁,他领导 Google DeepMind 最先进的生成式 AI 模型的开发及其大规模集成到 Google 产品中。在担任当前职务之前,他是 Google DeepMind 的研究副总裁,在那里他创立了深度学习团队,其团队开创了 DQN(Deep Q-Network)和 WaveNet 等重大研究突破。
转载声明:本文为转载整理,原文版权归原作者及原站点所有。
原文来源:Google DeepMind Blog
原创地址:https://deepmind.google/blog/gemini-4-carbon-is-now-available/
原文作者:Koray Kavukcuoglu;如有侵权,请联系管理员删除。