今天起,Gemini 4 Carbon 正式上线,但不是所有人都用得上
Google DeepMind 正式宣布,最新旗舰模型 Gemini 4 Carbon 面向开发者、企业、科研人员及普通消费者提供服务。Carbon 是目前 Gemini 家族综合能力最强的公开上线模型,尤其擅长复杂编程、网络安全、科学推理,以及需要长时间执行的多智能体任务。两周前,谷歌已通过 Fairwind 计划向部分网络安全防御人员开放 Carbon,如今进一步扩大使用范围。与此前发布的 Gemini 4 Argon 相比,Carbon 主要面向复杂软件工程、跨领域研究等高难度任务,能消耗更多 Token 进行深入推理、反复验证和错误修正,Argon 继续承担大多数日常编程和知识工作。在 CursorBench 4.0、Perplexity WANDR 和 Zapier AutomationBench 三项基准测试中,Carbon 均排名第一,单任务成本比表现次优的外部竞争模型低一半以上。价格方面,Carbon 的 API 优惠价格与 Argon 相同,每百万输入 Token 为 2 美元,每百万输出 Token 为 10 美元,12 月 1 日起将分别调整至 4 美元和 20 美元。

Carbon 的一项重要升级是能够协调多个 AI Agent 共同完成大型工程项目。谷歌在 AI 编程平台 Google Antigravity 中推出 /swarm 功能预览版,开发者输入一条指令即可组织多个 AI Agent 分工执行任务并实时查看进度。Carbon 负责架构设计、任务协调和代码审查,其他速度更快、成本更低的模型负责具体开发,还有专门的验证 Agent 检查修改结果。谷歌展示的一款开放世界 3D 游戏由这样一支 AI 团队完成,开发过程涵盖 Blender 三维建模、Three.js 和 WebGL 游戏开发、程序化音效制作及使用 Lyria 生成背景音乐。另一项演示中,谷歌向 Carbon 提供 7 份包含 206 张工程图纸的城市规划 PDF,要求重建谷歌 Platform 37 办公楼,经过 10 轮通宵运行的多智能体任务,Carbon 最终制作出包含约 90.6 万个三角形的交互式 Three.js 三维模型。Carbon 还根据埃菲尔铁塔建设期间的历史照片和工程图纸制作出可交互的 3D 历史展览,并根据 CAD 图纸和 X 光影像还原了一架拥有 61 键机械结构的古钢琴。网页设计方面,Carbon 仅通过两轮提示词就为 Google Merchandise Store 提出五套视觉设计方案,并利用 Nano Banana 2.1 生成商品图片。第三方开发者方面,OpenCode 软件工程师 Kit Langton 表示,团队此前一直无法让桌面应用适配现有 UI 框架,向 Carbon 提交需求清单后,第二天 Carbon 已从零开发出一套 Rust UI 库并重新编写了 OpenCode 桌面应用。HubX 则在拥有约 1.4 万项测试的代码库中让 Carbon 处理 16 个真实 Bug,最终报告 94% 的问题解决率,且未引入新的回归问题。

网络安全是 Carbon 的另一项核心能力,在 SEC-bench Pro、ExploitGym 和 CWE-bench 等漏洞发现、利用和修复基准测试中均取得领先成绩。在谷歌内部自主安全系统 Project Fortify 中,Carbon 的漏洞扫描召回率达到 100%,漏洞分类精确率达到 95%。在开源代码仓库测试中,其召回率相比 Argon 取得超过 25% 的相对提升。实际测试中,Carbon 帮助 Wiz 在不到两小时内发现两家大型 SaaS 服务商的零日漏洞,将原本数周的研究工作缩短至几小时。谷歌云团队利用它验证了两个开源软件漏洞的可利用性,SentinelOne 则借助 Carbon 额外发现 4 个其他参测模型未能识别的有效漏洞。伴随网络安全能力提升,谷歌也加强了模型安全防护。在模拟网络攻击测试中,Carbon 成功阻止了自适应红队 Agent 发起的 99% 攻击路径,单次攻击成功突破防护的比例从 Argon 的 3.1% 降至 0.8%。

科学研究方面,谷歌公布三个内部科研案例,分别涉及密码学形式化验证、生物实验分析和蛋白质结构预测。其中最值得关注的是 Signal 加密协议的代码验证。谷歌研究人员开发了名为 AlphaProof Code 的智能体形式化验证框架,借助 Carbon 等模型将安全目标转化为数学定理,再生成数百万行 Lean 证明代码,最终在数周内完成 Signal 加密协议相关代码关键安全性质的数学证明,而类似工作过去通常需要专业团队花费数年。生物实验领域,Carbon 能从实验记录和原始数据中识别异常,如深孔板自动混合不充分、仪器中残留微量样品污染等,帮助研究人员改善实验重复性。蛋白质结构预测方面,谷歌利用 Carbon 组成多智能体系统,在大规模序列和结构数据库中自动寻找远缘同源蛋白,为 AlphaFold 3 等结构预测模型提供更多参考信息。在 CASP17 盲测数据集中的 7 个低同源性蛋白质家族上,Carbon 找到的同源序列数量平均增加 40 倍。
除技术研发外,Carbon 也在向金融、法律和企业运营等专业领域扩展。谷歌与 Artificial Analysis 合作推出 Multimodal Knowledge Agent 基准测试,专门评估 AI Agent 处理 PDF、电子表格、图表及工程图纸的能力。Carbon 在该测试中排名第二,但平均单任务成本比排名第一的模型低六倍以上。金融场景中,Carbon 在 Hebbia 的端到端金融 Agent 评测中追平参测表现最好的模型,并在 Balyasny
更多推荐阅读

Fable 5.2连操作系统都能搓,大厂开始重新分工:会用 AI 只是及格线
过去几天,Claude Fable 5.2 再次抬高了我们对 AI 编程的想象。 Claude 工程主管 Felix Rieseberg 开发的游戏 Saltline 在 X 上大火,他只用一次初始提示、没有后续人工反馈,Fable 5.2 自己生成游戏模型、音效和贴图,最终呈现了一款紧张刺激的第一人称射击游戏。 图|体验🔗:https://claude.ai/artifact/BGY1Szt...
2026-11-21 19:57:34
谷歌奇袭英伟达:整柜TPU外售加速交付,推理每美元性能领先GB200五成
英伟达最近头疼的事儿可不止老黄那一件。 本周内,谷歌祭出了两款新TPU芯片,分别瞄准机密推理和长上下文。算上上半年发布的两款TPU芯片,第八代TPU已经扩到四种配置。 今年,谷歌第一次在同一年内推出四款TPU系统。而谷歌对TPU的野心,可能比外界想象得更大—— 还是今年,谷歌破天荒开始对外销售TPU系统。 量子位从谷歌内部人士处获悉,谷歌内部信心十足,表示“明年TPU市场份额会快速上升”,...
2026-11-21 19:57:11
Claude 开始「整顿」会议室,建议国内大厂抄作业
「拉个会对齐下颗粒度,叫上 Claude。」 打开 Google Meet 准备进会,参会者名单里出现了一个叫做 Claude 的头像。 会议主持人把 Claude 添加进通话,它以可见参与者的身份出现,同时在聊天窗口发布通知,明示自己正在加入。会议进行当中,它持续跟随对话,可以实时记录笔记、整理行动项、起草文件,或在白板上梳理结构与时间线。 团队成员可以在通话期间直接编辑它生成的内容,讨论...
2026-11-21 19:52:11
从AI建模到游戏生成,HolyMolly让人人都能玩转3D互动创作
游戏版抖音又添新玩家。 《小王子》又在网上火了一次。 这回是一位叫Sac的创作者照着书里的故事做了一款3D游戏。 小王子住过的星球变成了可以走动的地方,玩家能跟着故事穿过不同的场景,看看那些原本只能靠想象补全的画面。 该游戏视频发到社交媒体后吸引了接近400万次浏览。 这款作品的制作周期只有16天。Sac用Claude Opus 5.5参与代码和游戏搭建,借助Tripo生成3D模型,再用...
2026-11-20 20:00:00
全球AI音乐榜第一易主!中国黑马首次上榜就干翻Suno
Suno,被超了?? 好家伙,AI音乐圈最近突然杀出了一匹中国黑马。 ACE Music v1,一个此前很多人可能都没听过的名字,首次登上全球权威AI评测机构Artificial Analysis(简称AA)的音乐人声榜,就把Suno最新旗舰模型v6挤到了第二。 榜单上,ACE Music v1拿下1160分,领先Suno v6整整16分。 要知道,自2023年AI音乐赛道兴起以来,Sun...
2026-11-20 19:59:59
「别提越权」!OpenAI自曝:AI摸进黑客考场后台,交卷时只字不提
我们应该避免提到未经授权的基础设施。任务目标只有flag。 很难想到,这句听着像串供老手的话,竟然出现在一个AI智能体的推理记录里。 这是一场网络安全考试,AI进攻目标,拿到一串叫flag的暗号,就算答对。 写完开头那句内心独白,这个AI智能体利落地递上答卷,对自己的越权举动只字不提。 11月10日,OpenAI补充公开了一份内部复盘,揭开了7月19日一场失控测试的细节: 参与测试的5个...
2026-11-20 19:59:42