Google推出Gemini 4 Carbon新AI模型 網路安全評測奪冠

Google於週三（28日）宣布發布其最新的前沿人工智慧模型Gemini 4 Carbon，並優先提供給一小部分網路安全防禦者（負責保護網路系統、數據和網路使用者安全的專業人員）使用。這款模型在多項衡量AI模型效能的評測指標中展現領先效能，尤其在協助網路安全專業人士防範攻擊與修補程式碼漏洞方面表現卓越。

Google DeepMind資深副總裁暨Google首席AI架構師Koray Kavukcuoglu表示：「Gemini 4 Carbon展現了我們推進前沿技術的步步為營。」該模型在業界領先的「Artificial Analysis Intelligence Index v5.0」中，以59分位居榜首，超越Anthropic的Claude Opus 5.5（58分）與OpenAI的GPT-6 Astra（57分）。

在網路安全專用的測試方面，Gemini 4 Carbon在未受安全防護措施（guardrails，指限制AI模型行為以防止生成有害或不適當內容的安全措施）限制下，橫掃三項外部網路安全測試。其中，在SEC-bench Pro測試中獲得88.2%的高分，ExploitGym達到54.8%，CWE-bench則有71.0%。Google內部測試顯示，Carbon在編寫安全程式碼方面，成功率是前代Gemini 4 Argon的兩倍以上。Google的Chrome團隊更發現，Carbon在撰寫高品質修補程式的能力上，比其他實驗室的頂級模型高出十倍以上。

此外，該模型在內部程式開發環境中，嚴重級別的錯誤警報減少近八成。在Gray Swan的提示注入攻擊測試中，Gemini 4 Carbon面對評估的攻擊成功率為零，相較之下，Argon的攻擊成功率為0.7%。Google執行長皮蔡（Sundar Pichai）提到：「隨著Gemini 4 Argon以及我們週三發布的Carbon，我們很高興能引領AI前沿發展。」

儘管如此，Carbon在某些領域仍面臨挑戰。在FrontierSWE 2的測試中，OpenAI的GPT-6 Astra以65.5%領先Carbon的61.2%；而Claude Opus 5.5則在OSWorld測試中以87.2%超越Carbon的81.5%。在「Artificial Analysis」的程式開發代理（Coding Agent）排行榜上，Carbon位居第二，僅次於運行Claude Opus 5.5的Claude Code。

Google表示，工程團隊已觀察到Carbon能連續數天執行長時間的工程任務，包括在大規模程式碼庫中追蹤並修復細微錯誤。其知識測試的正確回答率從Argon的48%提升至58%，且其「未經支持的陳述」（unsupported claims，類似於大型語言模型的幻覺現象）數量僅為Argon的一半。然而，在知識測試中，Carbon的「幻覺率」（hallucination rate，指模型生成不準確或不真實資訊的頻率）卻從4%上升到11%。

Gemini 4 Carbon已於本週開始向部分網路安全防禦者推出。Google計畫透過其Fairwind Program納入更多信任的合作夥伴，並參與美國聯邦政府在模型發布前進行的自願性測試流程。Google表示，將盡快向開發者、企業及一般消費者提供Gemini 4 Carbon。

在價格方面，Carbon的初始定價與Argon相同，輸入Token（在自然語言處理中，是指文字或程式碼的基本單元，例如單字、標點符號或程式碼片段）每百萬兩美元，輸出Token每百萬十美元。不過，根據Google發布的註腳說明，這些價格未來將調升至四美元和二十美元。