【開場】

凌晨，Google 又出手了。

距離上一代旗艦 Gemini 4 Argon 發布，僅僅過去了兩週。

這一次，Google 直接端出了新一代前沿模型——Gemini 4 Carbon，以59 分登頂 Artificial Analysis 智能指數 v5.0，成為全球第一。

但真正讓整個矽谷坐不住的，不是這個 59 分。

而是它在網絡安全基準上的三項成績——找漏洞 88.2%、驗證利用 54.8%、修補漏洞 71.0%，三項全部刷新世界紀錄。

一句話總結：這是一臺專為網絡攻防打造的 AI 武器。

而 Google 只先開放給少數經過審查的網絡防禦者。

【一、59 分意味著什麼？】

先說清楚這個榜。

Artificial Analysis 智能指數，是目前業界公認最嚴格的第三方模型評測之一。v5.0 版本剛更新不久，全球所有頂尖模型都在這張榜上排隊。

Gemini 4 Carbon 拿下59 分，全球第一。

要知道，兩週前 Argon 登頂時的分數是 50 分。九分之差，在頂尖模型的競爭裡，是一個斷層式的差距。

作為對比，目前開源模型的天花板 Kimi K3.1 Pro 是 55 分，而 Anthropic 的 Claude Opus 5.5 也只有 58 分。

也就是說：Google 用兩週時間，把整個行業的天花板又抬高了。

【二、三項紀錄，覆蓋網絡防禦全流程】

真正硬核的在這裡。

網絡安全防禦，業界公認分三步：找漏洞 → 驗證風險 → 修補漏洞。Carbon 三步全部登頂：

第一步，找漏洞。

SEC-bench Pro 基準上，Carbon 拿下88.2%，能自主挖掘埋藏在真實軟件裡的複雜缺陷。對比 GPT-6 Astra 的 85.4%、上一代 Argon 的 83.4%，優勢明顯。

第二步，驗證風險。

找到漏洞只是開始，防禦者更想知道：這個漏洞到底能不能被利用？該優先修哪一個？

在 ExploitGym 基準上，Carbon 拿下54.8%——而 GPT-6 Astra 只有 42.4%，Argon 42.0%，Claude Opus 5.5 僅 34.5%。這一項的領先幅度，接近12 個百分點。

第三步，修補漏洞。

CWE-bench 上，Carbon 拿下71.0%，能把已驗證的漏洞直接轉化為可用的修補代碼，領先對手 3 至 4 個百分點。

一套 AI，把網絡防禦的完整生命週期打通了。

Google 內部還有一個更誇張的數字：Chrome 團隊報告，Carbon 生成高質素修補程式的能力，是另一家實驗室大型前沿模型的 10 倍以上。

【三、更可怕的是它的「安全感」】

做 AI 的都知道，模型越強，濫用風險越高。但 Carbon 這次的表現恰恰相反——

間接提示詞注入攻擊成功率：0.0%。

Gray Swan 基準測試中，攻擊者把惡意指令藏在模型讀取的內容裡，Carbon 的被攻破率是 0.0%，上一代 Argon 是 0.7%。

Terminal-Bench 4.0 作弊率：0.0%（嘗試率僅 0.4%），同時準確率不降反升。

內部編碼環境裡，高嚴重性對齊警報下降近 80%；過度服務下降 26%，服務不足下降 29%——翻譯成人話：它更願意「只做你叫它做的事」，不多做、不少做。

一個既能打、又聽話的模型。這才是防禦方真正想要的。

【四、為什麼只開放給少數人？】

這是最值得玩味的一步棋。

Carbon 本週開始只向部分網絡防禦者開放，之後通過Fairwind Program（Google 今年 9 月推出的安全機構審查計劃）逐步擴大。普通開發者、企業、消費者，暫時無緣，Google 連時間表都沒給。

為什麼？

因為這是典型的雙刃劍困境：同一個能力，能幫防禦者決定先修哪個漏洞，也能幫攻擊者決定先攻哪個目標。

所以 Fairwind 的參與者必須承諾：模型只用於內部網安、事件響應或滲透測試團隊，且必須部署多重認證等保護措施。Google 還同步參與了美國政府的自願性模型預發布測試。

新一代 AI 競備賽，已經從「誰的榜單分數高」，變成了「誰先把最強模型安全地交到防禦者手上」。

【五、價格與冷靜的一面】

價格方面，Carbon 延續 Argon 的首發優惠：輸入 2 美元、輸出 10 美元每百萬 token，緩存輸入再打 95 折。注意，試用期過後會漲到 4 美元和 20 美元。

當然，也要潑一盆冷水。

Google 自己承認：這些外部網安成績是在無安全護欄的條件下測出來的，用戶實際拿到的版本會有防護層，成績可能打折扣。獨立機構 Artificial Analysis 也指出，Carbon 的幻覺率從 Argon 的 4% 升到了 11%——更強，但也更敢說。

此外，三項紀錄中目前只有 CWE-bench 一項獲得獨立復核，其餘兩項仍是 Google 自測。

前沿模型的每一次躍遷，興奮之餘，都得留半隻眼睛看證據。

【結尾】

兩週一代旗艦，網安基準三項登頂，卻只交給審查過的防禦者。

AI 競備的上半場比的是誰更聰明，下半場比的是誰更可靠。

這一次，AI 第一次站在了防守的一方。

更多當日 AI 前沿，請關注視頻號 👉 [VivianAI前沿]

資料來源：Google 官方公告、Artificial Analysis、Vector News、The Neuron、BW Businessworld（2026 年 10 月 28-30 日報導）