Google DeepMind 端出新一代旗艦 Gemini 4 Carbon，主打資安防禦與長時間任務。它在多項基準拿下第一，首波卻只發給一群精選的資安防守方。
Gemini 4 Carbon 是什麼：主打資安與長任務的前沿模型
Google DeepMind 在 2026 年 10 月 28 日發布 Gemini 4 Carbon，定位是自家最強的前沿模型。公告由資深副總裁兼 Google 首席 AI 架構師 Koray Kavukcuoglu 署名。「最強」兩字出自 Google，不是本文的判斷。
它主打兩個方向，一是網路安全，二是能長時間運作的智慧代理。智慧代理指的是模型能自己拆解任務、連續跑上好幾個步驟，中途不必有人盯著。Google 說內部團隊讓 Carbon 連續跑了幾天。
跑幾天要做什麼？在大型程式庫裡找 bug、試過一條走不通的路再換方案、最後寫出可用的補丁。這類工作過去得由工程師一段一段接手，現在可以整段交出去。
Fairwind Program 是什麼，Carbon 為何先進資安團隊
Carbon 的第一批使用者不是付費大戶，而是 Fairwind Program 裡的資安防守方。這是一個精選計畫，成員以負責偵測與修補漏洞的團隊為主。
Google 的說法是，先收集回饋、把護欄（guardrails）調好，再「盡快」廣泛開放。沒有給日期。護欄在這裡指的是限制模型行為的規則與過濾機制。
為什麼從防守方開始？資安工作有大量重複的閱讀與比對：翻程式碼、追資料流、判斷某個漏洞能不能真的被利用。這些任務正好是長上下文模型擅長的。風險也高，模型判斷錯一次，可能讓團隊把心力花在不存在的問題上。
還有一層現實考量。防守方的工作多半發生在自家系統裡，資料不外流，出錯的範圍可控。把最強的模型先放進這種環境，等於用最低的外部風險換取最多的真實回饋。
前 Windsurf 執行長、現任 Google Antigravity 負責人 Varun Mohan 說，內部已經在 Antigravity 上用 Carbon 處理最難的任務。他提到的開放順序是：先經 Fairwind 擴大，再隨 Antigravity 一併放寬。
Gemini 4 Carbon 的基準成績：17 項裡 15 項最高
Google 公布了三組跟資安有關的成績：SEC-bench Pro 88.2%、ExploitGym 54.8%、CWE-bench 71.0%。三個基準針對不同的防守情境，分數的絕對值不好互相對照，看排名與差距比較有用。
這三組數字都來自 Google，還沒有獨立單位複驗。放進脈絡看會更清楚：Google 公布的 17 項基準裡，Carbon 在其中 15 項拿下最高分。剩下兩項分別由 OpenAI 與 Anthropic 守住，前者在一項軟體工程測試領先，後者在一項電腦操作評測領先。
差一兩項不是重點。重點是這種幾乎全拿的成績，通常代表模型在多種類型任務上都沒有明顯短板。對要挑工具的人來說，這比單一項目的高分實用。
Artificial Analysis 給了 59 分，第一名的距離很窄
第三方評測機構 Artificial Analysis 的 Intelligence Index v5.0 也把 Carbon 排在第一，它在 high reasoning 設定下拿到 59 分。
後面的名次貼得很緊。Claude Opus 5.5 是 58 分，GPT-6 Astra 是 57 分，Google 上一代的 Gemini 4 Argon 則是 50 分。
換句話說，Carbon 對外證明了兩件事。它跟 Argon 之間的落差是真的，9 分的差距在這種榜單上不算小。它跟對手的差距則沒有拉開，一分之差在誤差範圍內來回都可能翻盤。
這也解釋了為什麼 Google 在公告裡不斷強調資安。當綜合能力只能小勝，找一個別人還沒站穩的場景，比全面宣稱領先更有說服力。
代價：程式寫得更好，事實題更容易編
獨立測試的結論比較複雜。Carbon 在編碼與知識型工作上明顯強過 Argon，這一點沒有爭議。
問題出在兩處。部分專業任務上，它仍落後給對手。事實知識類的測試裡，它的幻覺率高於 Argon。幻覺指的是模型把不存在的資訊講得像真的。
這對使用方式的影響很直接。拿它寫程式、除錯、讀大型程式庫，是它現在最站得住腳的地方。拿它查證事實、整理冷門領域的細節，得多留一道人工確認。同一顆模型，換一種任務，可靠度就不一樣。
那要怎麼判斷手上的工作屬於哪一類？
一個簡單的分法是看答案能不能被驗證。程式跑得起來、測試過得了，答案對不對當場就知道。事實題沒有這種即時回饋，錯了往往要等到有人踩到才發現。
Gemini 4 Carbon 的 API 價格：與 Argon 同價，促銷期沒有期限
Gemini API 的上線價是每百萬輸入詞元 2 美元、每百萬輸出詞元 10 美元。詞元（token）是模型計算長度的單位，大約可以想成一個字詞的碎片。
快取輸入另有 95% 折扣，折算下來約每百萬 0.10 美元。腳註寫著後續價格會回到 4 美元與 20 美元，但沒有說明促銷期什麼時候結束。
這個定價跟 Argon 上市時一致。Argon 的促銷價原本寫到 11 月 30 日，Carbon 則留白。對要編預算的團隊來說，這種留白比漲價更難處理。
規格方面還有一塊空白。Argon 的文件寫明共享上下文超過 100 萬詞元，輸出預設上限 65,536 詞元，支援文字、圖像、影片、音訊與 PDF 輸入，也支援函式呼叫、程式執行與結構化輸出。Carbon 的公告沒有給對應的 API 規格，這些限制是否沿用，目前未確認。
15 天換一代：Google 旗艦模型的節奏
Carbon 距離 Argon 廣泛開放只隔了 15 天。Argon 在 10 月 13 日才對外放寬，Carbon 隨即在 10 月 28 日登場。
這個節奏對開發者不是好消息。剛把 Argon 接進產品、跑完一輪評測的團隊，現在得再評估一次。對一般使用者反而是好事，因為每一代都在補前一版的弱點。
還有一個細節值得注意：Carbon 沒有附技術報告，沒有參數規模，也沒說是否採用新架構。這些缺席讓外界很難判斷它是一次架構躍進，還是同一套系統再訓練與調校的結果。
再看遠一點，Argon 在 9 月 30 日發布時也是先給 Fairwind 夥伴，Carbon 只是把同一套流程再跑一次。兩次都先封閉、再放寬，說明這已經成為 Google 的固定做法，不是臨時安排。
現在想用 Gemini 4 Carbon，能怎麼做
Carbon 目前沒有公開的申請入口。比較實際的路徑是盯 Fairwind 的擴大節奏，以及 Antigravity 的開放時程。Mohan 說這兩條線會帶著 Carbon 一起放寬。
企業在等待期可以先做兩件事。一是拿 Argon 的規格與定價當基準，估算 Carbon 上線後的成本。二是把幻覺風險寫進內部使用規範，尤其是需要查證事實的流程。
Google 沒說下一步是什麼時候。這種沉默通常代表兩種情況之一：還在修護欄，或還在等合作夥伴的回饋。兩種情況下，一般開發者都不會是第一批拿到的人。
如果你現在就得選一顆模型上線，Carbon 還不是可選項。等它開放之後，值得先測的不是那些已經被公布的分數，而是你自己流程裡最常出錯的那一段。廠商的基準再漂亮，也測不到你家的資料長什麼樣子。
