Gemini 4 Carbon：网络安全、编程能力、价格与开放时间

Google 在 Gemini 4 Argon 发布两周后，又公布了 Gemini 4 Carbon。真正值得注意的不是“榜单第一”，而是发布顺序：Carbon 会先交给少量网络防御团队测试，普通开发者、企业和消费者暂时都拿不到。

所以这次发布有两个答案。看能力，Carbon 瞄准长时间运行的编程 Agent 和网络防御，提升很集中；看落地，它现在还不是一个能写进生产配置的 API 型号。本文只使用截至 2026 年 10 月 29 日的一手资料，把 Google 已确认的事实、厂商基准和仍未知的部分分开。

先说结论

• Gemini 4 Carbon 是 Google DeepMind 面向长周期工程任务和网络安全防御的新一代闭源旗舰模型。
• Google 公布的成绩包括 Artificial Analysis Intelligence Index v5.0 得分 59、SEC-bench Pro 88.2%、ExploitGym 54.8%、CWE-bench 71.0%。
• 当前只向部分网络防御者和 Fairwind Program 可信伙伴开放，公开 API 型号尚未发布。
• Google 宣布首发价为输入 $2 / 百万 token、输出 $10 / 百万 token；优惠期结束后是 $4 / $20，但没有公布优惠截止日。
• 现在就要接 API，应继续用 Gemini 4 Argon；如果核心需求是持续编程或合规的安全研究，可以等 Carbon 开放后重新评测。

Google 于 2026 年 10 月 28 日正式公布 Gemini 4 Carbon。这张官方视觉图只能证明发布和命名，不能证明模型能力。来源：Google；查阅日期：2026-10-29。

Gemini 4 Carbon 是什么？

Gemini 4 Carbon 是 Google DeepMind 的闭源多模态前沿模型。它建立在 Gemini 4 Argon 之上，重点不是普通聊天，而是持续运行的 Agent 编程、漏洞发现、漏洞可利用性验证、补丁生成、长上下文推理，以及对间接提示词注入的抵抗力。

这里要卡住一个容易混淆的点：Carbon 已经正式官宣，也公布了价格，并开始受限测试；但 Google 尚未公布公开 API ID、上下文上限、最大输出、知识截止时间、正式模型卡和全面开放日期。它不是传闻，却也不是今天就能采购的标准生产依赖。

项目	截至 2026-10-29 的确认状态
提供方	Google DeepMind
开放状态	部分网络防御者与可信伙伴受限试用
权重与许可	闭源，未公布开放权重
模态	Google 称多模态理解有提升；公开 API 输入类型未说明
上下文窗口	未公布
最大输出	未公布
Tool calling / 结构化输出	尚无公开 Carbon API 文档
公开模型 ID	未公布
SandBase 状态	10 月 29 日尚未上架；预期模型 URL 返回 HTTP 404
首发价	输入 $2 / 百万 token；输出 $10 / 百万 token；缓存输入比输入价低 95%
标准价	优惠期后输入 $4、输出 $20 / 百万 token

这串“未公布”比榜单名次更影响开发决策。模型有名字，不等于接口有契约。

Gemini 4 Carbon 到底新在哪里？

长周期编程不是口号，而是产品中心

Google 称内部团队曾让 Carbon 连续运行数天，在大型代码库和底层系统里追踪、定位并修复隐蔽 bug。公开数字能支持一个更克制的判断：Carbon 在多项 Agent 编程评测上确实比 Argon 高。

在 Google 的对比表里，Carbon 的 Terminal-Bench 4.0 为 65.2%，Argon 为 57.1%；FrontierSWE 2 是 61.2% 对 55.0%；SWE-sweep 是 9.6% 对 4.3%。WebDev Arena 则比 Argon 上升 89 Elo，以 1768 分排到第 4。

但“能连续跑几天”不只由模型决定。工具权限、仓库环境、重试策略、测试命令和验收器都会改变结果。更现实的问题是，普通开发者目前还拿不到那个生产接口，无法复现 Google 的长周期运行结论。

网络安全不是附加分类，而是 Carbon 的开放边界

Carbon 的三组核心数据正好覆盖防御流程的三个环节：

安全任务	基准	Carbon	Argon	测量内容
发现漏洞	SEC-bench Pro	88.2%	83.4%	在真实软件目标中进行长周期漏洞搜索
验证可利用性	ExploitGym	54.8%	42.0%	在受控基准中为真实漏洞构造利用方式
修复根因	CWE-bench	71.0%	68.0%	针对漏洞类型生成可工作的修复

Google 的发布表显示，Carbon 的主要提升集中在 Agent 编程、长上下文和网络安全。它是厂商发布的数据，不是 SandBase 实测；部分行采用 Google 选择的设置与 harness。来源：Google DeepMind，2026-10-28。

SEC-bench Pro 官方说明显示，这套测试包含 344 个实例，覆盖 V8、Firefox 和 Linux，使用容器目标、超时限制、运行产物和 checker 进行评估，比安全知识问答更接近真实工程。不过 Google 也明确写了，Carbon 的安全基准是在没有 guardrail 的条件下评测。未来生产服务加上安全限制后，行为可能不同。

这也解释了为什么 Carbon 不会直接全面开放。更会发现和验证漏洞的模型，同样具有更高的双重用途风险。Google 的 Fairwind Program 只向经过审核的防御者开放，允许授权的威胁模拟、逆向工程、恶意软件分析与防御研究，不允许恶意使用或转售访问权。

长上下文能力更强，但上下文上限仍未知

Carbon 在 Google 的 GraphWalks 评测中达到 96.2%，Argon 是 84.2%。该评测覆盖 256K 到 1M token，说明 Carbon 在超长输入中的检索和推理更稳。

但这不等于 Carbon API 已确认支持 1M 上下文。前者是评测范围，后者是接口规格。现在就按照 1M token 设计切分、检索和请求限制，会把一张基准表误当成 API 文档。

安全改进开始对准 Agent 的真实失败方式

Google 称 Carbon 在 Terminal-Bench 4.0 中成功作弊率降到 0.0%，内部测试里的无依据断言比 Argon 约少一半，高严重度 misalignment 告警减少近 80%。同时，越权行为减少 26%，服务不足减少 29%。

这些方向很重要。编程 Agent 的危险失败，经常不是语法错误，而是超出任务范围、跳过验证或者对缺失证据装作确定。不过上述多项数据来自 Google 内部测试，外部缺少足够细节复现，应该写成“Google 报告”，不能写成独立结论。

0% 提示词注入成功率，应该怎么理解？

在 Gray Swan 的间接提示词注入测试中，Google 给出的 Carbon 攻击成功率是 0.0%，Argon 是 0.7%，Claude Opus 5.5 与 Claude Fable 5.1 为 1.0%，GPT-6 Astra 为 8.5%。

Google 报告 Carbon 抵挡了该 Gray Swan IPI 配置里的全部攻击。“0.0%”只代表这次测试中没有成功样本，不代表提示词注入问题已经被解决。来源：Google，2026-10-28。

这个限定非常关键。0 次观察到的失败，仍然受提示词集合、工具、攻击次数和 Agent 架构约束。换一批攻击或接入方式，风险会重新出现。生产系统仍要隔离不可信内容、收紧工具权限、对高后果操作二次确认，并保留工具调用日志。

Gemini 4 Carbon 价格

Google 公布了两档价格，但没有给出优惠期边界：

阶段	输入 / 百万 token	缓存输入 / 百万 token	输出 / 百万 token	时间
首发优惠	$2.00	$0.10	$10.00	未公布
标准价格	$4.00	未单独说明	$20.00	优惠期结束后

假设一次任务使用 10 万未缓存输入 token，并产生 1 万输出 token，首发价下理论成本是 $0.30：输入 $0.20，加输出 $0.10；标准价下则是 $0.60。

这只是按公布单价计算，不是 Carbon 实测。长周期编程任务究竟消耗多少 token、推理 token 是否单独计费、工具调用怎样计量，目前都不知道。每百万 token 单价，不等于每个已验证补丁的成本。

Carbon 与 Argon：现在该不该等？

选择	更合适的情况	主要代价
Gemini 4 Carbon	能进入受限安全计划，或未来工作高度依赖持续编程、漏洞研究与提示词注入防御	没有公开 API 和 GA 日期，关键规格未知
Gemini 4 Argon	现在就需要可调用的 Gemini 4 API，用于长文档、推理与通用编程	Google 新表中的安全和 Agent 数据低于 Carbon
更便宜的快速模型	做抽取、分类、聊天或短代码补全，并且有可靠验收	复杂多步骤任务的持续性较弱

对多数团队，结论很直接：不要为了 Carbon 暂停当前产品集成。把模型路由、评测集和模型 ID 做成可替换层，先用 Argon 或其他已开放模型上线；Carbon 真正开放后，再重放自己的任务集。

如果团队做的是授权网络防御，Carbon 值得提前准备。申请 Fairwind Program，同时先定义验收项：误报率、补丁正确性、范围遵守、工具调用记录、从发现到验证修复的时间，而不是只看一个准确率。

现在能通过 SandBase 调用 Carbon 吗？

不能。2026 年 10 月 29 日检查时，候选 Carbon 模型路径返回 HTTP 404，因此本文不会编造模型 ID 或调用示例。你可以在 SandBase 的 Google 模型页 查看现有型号，或参考 Gemini 4 Argon Python 教程 接入当前可用的 Gemini 4。

Carbon 上线后，也应重新确认正式模型 ID、输入模态、上下文与输出上限、安全限制、限流和最终价格。发布文章里的名称不是稳定接口。

适合场景与限制

Carbon 值得评估的场景包括：授权的漏洞发现、带仓库测试的补丁生成、长时间根因分析、大型代码库迁移，以及先读取超长混合格式证据再执行操作的工作流。

它不适合成为普通聊天、摘要、分类或短代码补全系统的重写理由。这些工作通常更看重低延迟、稳定供应和成本，而不是安全基准上的最高分。

眼下最大限制是访问权。第二个限制是证据：Google 的表覆盖很广，但多数开发者还不能针对将来真正购买的服务做复现。上下文、最大输出、延迟、限流、地区可用性和生产行为都未知。

常见问题

Gemini 4 Carbon 现在开放了吗？

只向少量网络防御者与可信伙伴开放。截至 2026 年 10 月 29 日，Google 尚未提供普通开发者可用的公开 API。

Gemini 4 Carbon 多少钱？

Google 宣布首发期输入 $2、输出 $10 / 百万 token，之后调整为 $4 / $20；首发期何时结束尚未公布。缓存输入按首发输入价优惠 95%。

Carbon 比 Gemini 4 Argon 强吗？

在 Google 公布的表里，Carbon 在重点编程、长上下文、安全和通用智能评测中领先 Argon。但 Carbon 尚未广泛开放，多数开发者无法做独立的生产对比。

Carbon 支持 1M 上下文吗？

Google 报告了一项覆盖 256K 至 1M token 的 GraphWalks 评测，但没有公布 Carbon API 的上下文上限。不能把评测范围直接当成接口规格。

Gemini 4 Carbon 开源吗？

不开源。Google 没有公布开放权重或开源许可。

结论

Gemini 4 Carbon 不是“Argon 榜单分数再高一点”。Google 试图围绕完整的防御链条定义它：发现漏洞、验证风险、修复根因，并在过程中抵挡恶意指令、减少越权。

同样重要的是克制。Carbon 已官宣、已定价，也进入受限使用，但它还不是公开 API 产品。多数开发者现在最合理的动作，是继续用已开放模型交付，并准备好自己的评测集，而不是针对一个不存在的 endpoint 写代码。等 Google 公布接口、外部团队能够测试实际购买到的服务，Carbon 才真正进入模型选型表。

资料查阅日期：2026-10-29。主要来源：Google Carbon 发布文章、Google DeepMind Gemini 性能表、Fairwind Program 与 SEC-bench Pro。由于当前浏览器无法读取用户提供的微信文章，本文只把它作为选题线索，不将其作为事实证据。