Gemini 4 Carbon 现已开放使用
本文目录
2026 年 11 月 10 日
作者：Koray Kavukcuoglu，Google DeepMind 高级副总裁、Google 首席 AI 架构师
开发者、企业、科学家和消费者现在都可以试用我们最新的前沿模型。
今天，我们向开发者、企业、科学家和消费者开放 Gemini 4 Carbon。Carbon 是我们最强的模型，在网络安全能力以及跨复杂知识工作、软件工程和科学推理的长时程智能体工作流方面具备前沿性能。
两周前，我们通过 Fairwind 计划向一批网络安全防御者发布了 Carbon。继最近推出 Gemini 4 Argon 之后，Carbon 把前沿进一步推进。Argon 仍然是大多数软件工程和知识工作的理想选择，而 Carbon 专为考验模型智能极限的任务打造，例如复杂的多步编码与调试，以及开放式科学研究和发现——它会使用比 Argon 更多的 token 来充分探索、深入推理并运行扩展验证循环。
在旨在测试模型真实工作流表现的独立基准上，Carbon 将前沿准确率与可落地的生产经济性结合在一起。它在 CursorBench 4.0、Perplexity 的 WANDR 和 Zapier 的 AutomationBench 上排名第一，且每任务成本比次优外部模型低 2 倍以上。
为了让 Carbon 的能力在更大、更复杂的项目中发挥作用，我们在 Google Antigravity 中预览 /swarm，把单个提示变成一支可实时跟踪的协同智能体团队。开发者可以把 Carbon 分配到需要最深推理的角色，例如架构设计、协调和审计，同时让它在并行隔离工作区和对抗性验证器中与更快、更轻量的模型配合，验证器会测试每一项变更。
所有付费开发者和企业都可以通过 Google AI Studio 和 Gemini for business 的 API 使用 Gemini 4 Carbon，入门价格与 Gemini 4 Argon 相同（每百万输入 token 2 美元，每百万输出 token 10 美元）。它也在向 Google Antigravity、Gemini 应用和搜索中的 AI Mode 的所有 Google AI Ultra 订阅者推出。
更高精度的知识工作、产物生成与数据分析#
在法律、金融和企业运营领域，Gemini 4 Carbon 将前沿视觉理解、推理和详尽检索结合起来，在大量密集文档和数据中综合出有依据的洞察。它遵循严格的模式和格式，生成精致、精确的电子表格、演示文稿和报告。
现有基准不足以捕捉智能体如何原生地对包含图表、图像、蓝图、示意图和表格的密集文件进行推理，因此我们与 Artificial Analysis 合作推出了新的多模态知识智能体（Multimodal Knowledge Agent，MKA）基准，用于测试模型在智能体工作流中的多模态表现。Carbon 排名第二，同时平均每任务成本比表现最好的模型低 6 倍以上。
使用 Google Antigravity 的新 /swarm 功能，一支 Gemini 4 Carbon 智能体团队仅凭一个提示，就把历史照片和工程图版变成了埃菲尔铁塔 1887–1889 年建造过程的交互式 Three.js 3D 展览。
借助七份公开的市议会规划 PDF（提取出 206 个工程图视图）和单个提示，一支使用 Google Antigravity /swarm 功能的多智能体 Carbon 团队经过 10 次通宵循环，构建了 Google Platform 37 办公室的交互式 906K 三角面 Three.js 重建。
在 Google Antigravity 中，Gemini 4 Carbon 根据一篇学术论文构建了交互式多尺度纺织品可视化器，以极少的提示对虚拟纤维有限元框架进行建模，包含交互式 3D 纱线网格、110 纤维极坐标跟踪以及动态应力-应变曲线。
在发布前评估中，Carbon 在 Hebbia 的 E2E Financial Agentic 评估的深度金融研究上，与所测试的最佳模型表现相当，并在 Balyasny Asset Management 的 General Financial Intelligence 基准上，于 23 种前沿模型配置中排名第一；该基准涵盖法律专业知识、智能体工具使用与执行、编码与数据工程，以及感知与上下文理解。
改进的智能体编码、全栈开发以及 3D 与 UI 设计#
Carbon 在需要多智能体协作的工程任务上表现尤为出色，例如多包迁移、跨子系统根因调查和复杂架构重新设计。对于 Web 应用开发，它会运行构建并验证的循环，从错误中恢复，并同时检查代码和渲染后的 UI，从而产出完整、可工作的应用。更强的视觉设计、空间推理和对环境细节的关注，也延续到 3D 游戏开发和创意编程中。
使用 Google Antigravity 的 /swarm 功能，Carbon 构建了一款开放世界 3D 游戏，你扮演一只骑着 GBike 的鹈鹕，探索 Google 的 Mountain View 园区——它协调子智能体，依据 Omni 和 Nano Banana 参考在 Blender 中对 3D 资产建模，用 Three.js 和 WebGL 着色器构建浏览器游戏，并将程序化 Web Audio 音效与 Lyria 音乐配合起来。试一试这个在线应用。
借助 Google Antigravity 中改进的前端品味和动效设计技能，Carbon 用两个提示重新构想了 Google Merchandise Store，提出五套艺术指导概念，并用 Nano Banana 2.1 生成全新的产品图像。试一试这个在线应用和 Gemini 前端设计技能。
从 Google Antigravity 中用 Gemini Omni 生成的视频参考出发，构建了一个电影感多镜头水下亚特兰蒂斯场景。该流程先在 Blender 中对程序化遗迹、体积焦散光照和水体模拟进行建模，然后把整个环境转换为 Three.js 以便在浏览器中实时渲染。
使用 Google Antigravity 中的多智能体循环，Carbon 依据 CAD 图纸和 X 射线照片重建了一架约 1780 年、具有 61 键擒纵机构的 Stein-Schule 古钢琴，并将其放入多伦多皇家音乐学院 Koerner Hall 的 3D 模型中，带有按座位区分的空间声学效果。试一试这个在线应用。
前沿网络安全能力#
面向网络安全的 Gemini 4 Carbon 提供了我们迄今最强的网络安全能力，为安全团队提供保护关键软件所需的端到端智能。通过 Fairwind 计划访问时，Carbon 在发现（SEC-bench Pro）、利用（ExploitGym）和修补（CWE-bench v1）漏洞的关键基准上领先：检查软件、追踪缺陷如何跨系统串联，并生成经过验证的根因补丁。
Google 内外的早期测试者已经在实践中看到了 Carbon for cyber 的强劲效果。
在 Project Fortify（Google 横跨扫描、分类和修复的自主系统）中，Carbon 在我们的内部基准上实现了 100% 的扫描召回率和 95% 的分类精确率。在开源代码仓库测试中，我们看到其召回率相对 Argon 本已很强的水平提升超过 25%，发现了此前未检测到的真实世界逻辑缺陷。把这一进步推广到整个 Google——世界上最大的开源软件用户之一——有助于保护我们自己的系统以及更广泛的生态。
Google 的云漏洞研究（Cloud Vulnerability Research，CVR）团队最近使用 Carbon 证明，一款流行开源软件中的两个缺陷实际上是可被利用的漏洞，其严重程度与最近的 PHP2Shell 漏洞相当。通过使用 Carbon 构建概念验证，CVR 帮助维护者将该缺陷重新归类为严重，并迅速发布补丁。细节将在负责任披露流程完成后分享。
作为 Wiz 的 Scan for Good 计划的一部分，团队使用 Carbon 评估公共数字基础设施中的漏洞。例如，在扫描两家大型 SaaS 提供商时，该模型在不到两小时内发现了 0-day 漏洞，把数周的漏洞研究压缩到一个下午。团队与受影响组织合作，以创纪录的速度完成修复，帮助减轻了对数万家公司的潜在影响。
更强的科学与数学推理#
Gemini 4 Carbon 在物理、数学和生命科学领域的推理表现显著提升，能够综合实验数据、检验假设并推理多步领域问题。对于药物毒性研究公司 Axiom Bio，Carbon 目前是转化科学表现领先的模型，发现了他们此前未发现的新毒性机制。Axiom 现在正把其生产级科学分析和智能体迁移到 Carbon 与 Argon，以推动更安全药物的研发。
Google 各地的研究人员一直在 Google Antigravity 中使用 Carbon 加速工作：
代码验证：研究人员构建了一个名为 AlphaProof Code 的新形式化验证智能体框架，并将其用于一项重大安全挑战：用数学方法证明 Signal 加密协议底层实际代码的安全性。研究人员使用 Carbon 与其他模型，把安全目标转化为数学定理。随后，AlphaProof Code 智能体使用 Carbon 生成了数百万行 Lean 代码——Lean 是一种用于编写数学证明的计算机语言——帮助他们在数周内证明了关键安全属性，而这项任务历来需要专家团队花费数年。结果表明 Carbon 有潜力实现可扩展的形式化验证，这长期以来被视为构建安全软件的黄金标准方法。
酶测定开发：仅提供实验室笔记本和原始数据，Carbon 就超越了标准分析，发现了难以解释的数据异常，并据此诊断出微妙的湿实验室实验伪影，例如深孔中自动混合不充分，从而显著提高了可重复性。此外，Carbon 改进了去卷积色谱峰的方法，并发现了研究仪器中的痕量样品残留，显著加速了新测定的开发，并收紧了计算与实验台之间的反馈循环。
蛋白质结构预测：AlphaFold 3 等结构预测模型使用进化近亲的多序列比对（Multiple Sequence Alignments，MSA）来帮助推断氨基酸链如何折叠。因此，它们在标准数据库中匹配极少的、研究不足的病毒、微生物和真核蛋白质上往往表现不佳。在多智能体设置中，我们的研究人员使用 Gemini 4 Carbon 在 PB 级未注释序列档案、环境与病毒序列目录以及 3D 结构数据库中自主发现远缘同源物。例如，在 CASP17 盲测集的 7 个低同源蛋白质家族中，Carbon 将检索到的同源物数量平均提高了 40 倍，大幅增加了结构预测模型可用的信息，而无需重新训练。虽然更广泛的基准测试仍在进行中，但解决这一上游搜索瓶颈，可能为建模蛋白质组中难以表征的区域提供一条有前景的路径。
四周前，我们开放申请，向 10,000 名科学家免费提供为期六个月的 Google Antigravity 中的 Argon 访问权限，以加速他们的研究，目前我们已为数以千计的科学家完成入驻。今天，我们将把 Carbon 的访问权限扩展到当前和未来的参与者；今后，该计划将在我们最新的前沿模型可用时继续提供访问。申请仍然开放，入驻以每周滚动方式进行，视资格、容量和筛选情况而定。
模型安全与保障方面的进展#
随着每一次新模型发布，我们都会按模型能力相应加强安全与保障缓解措施、智能体滥用预防、模型对齐和危害减少。
由于 Gemini 4 Carbon 引入了更强的网络能力，我们在 Argon 强大的安全与保障栈基础上，进一步加固对滥用和提示注入的鲁棒性。
缓解前沿安全滥用风险：我们加强了滥用防护措施，以帮助确保更强的防御推理不会转化为攻击风险。在注入 ExploitBench 和 CyScenarioBench 的模拟网络攻击测试环境中，Carbon 阻止了我们自适应红队智能体 99% 的攻击轨迹，该智能体能在每次被阻止后反复修改攻击计划。Carbon 的防护措施将每次尝试的入侵率降至仅 0.8%（低于 Argon 的 3.1%）。我们的防护措施还将 Gray Swan 测试中的自动化网络攻击查询成功率降至 2.17%，而 Argon 为 9.86%。Trajectory Labs 的外部测试在 132 小时、超过 13,000 次请求中未发现任何新的通用越狱。
促进安全且对齐的模型交互：当我们发布 Carbon 时，我们展示了模型生命周期内监控标记率所衡量的对齐显著改善，以及数据捏造的减少。新结果显示，在我们的 375 项智能体诚实性基准上，它通过了 92% 的任务（Argon 为 70%）——98% 的情况下拒绝填补缺失的实验数据，68% 的情况下标记出方法学缺陷。
保护用户免受间接提示注入攻击：两周前，我们分享过，Carbon 在 Gray Swan IPI 基准上实现了 0% 的提示注入攻击成功率——这是首次达到该里程碑。同时，我们知道提示注入鲁棒性仍需持续改进。我们先进的自动化红队测试继续在此推进极限，并表明在某些分布下模型面对复杂攻击仍可进一步改进。它为我们提供了数据，以不断把模型安全性推进到新的前沿。
更多详情，请阅读完整的 Gemini 4 Carbon 安全与保障报告。
开始使用 Gemini 4 Carbon#
从今天开始，Carbon 加入 Argon，成为我们产品中的前沿模型家族成员：
- 开发者：在 AI Studio 和 Android Studio 中使用 Gemini API 付费层级构建；如果你是 Google AI Ultra 订阅者，可以在 Google Antigravity 和 AI Studio 中试用。
- 企业：通过 API 或模型下拉菜单、Google Antigravity 或 CodeMender，在 Gemini for business 中试用。
- 普通用户：如果你是 Google AI Ultra 订阅者，从今天起可以在 Gemini 应用和搜索中的 AI Mode 中试用 Carbon。
- 科学家与研究人员：申请通过 Google Antigravity 最高用量层级免费获得 Argon 和 Carbon 六个月访问权限的机会（滚动入驻），视资格、容量和筛选情况而定。
- 网络安全防御者：申请加入 Fairwind 计划，以滚动方式获得 Carbon for cyber 的访问权限。
查看模型卡以进一步了解 Gemini 4 Carbon 并开始构建，浏览我们更新的 Gemini 4 开发者指南和文档，了解把工作流迁移到该模型的最佳实践。
1 在 2026 年 11 月 30 日入门期结束后，将适用每百万输入 token 4 美元和每百万输出 token 20 美元的价格。仅适用于面向公众访问的 Carbon 模型。