AI 大模型的發布節奏已經快到讓人應接不暇。
就在剛剛，Google DeepMind 正式宣布，旗下最新旗艦模型 Gemini 4 Carbon 正式面向開發者、企業、科研人員及普通消費者提供服務。
Carbon 是目前 Gemini 家族綜合能力最強的公開上線模型，尤其擅長複雜編程、網路安全、科學推理，以及需要長時間執行的多智能體任務。
Gemini 4 Carbon 今天開始推出。它專為持續性、長遠任務而建，深入推理複雜的軟體工程、網路安全以及科學探索。 透過 Gemini API 在 @GoogleAIStudio 和 Gemini for business 全球推出，並為 @antigravity、@GeminiApp 的 Ultra 訂閱者，以及 Search 中的 AI Mode 提供。 https://x.com/sundarpichai/status/2120185896469496180
推文翻譯內容 :
Gemini 4 Carbon 今天開始推出。它專為持續性、長遠任務而建，深入推理複雜的軟體工程、網路安全以及科學探索。
透過 Gemini API 在 @GoogleAIStudio 和 Gemini for business 全球推出，並為 @antigravity、@GeminiApp 的 Ultra 訂閱者，以及 Search 中的 AI Mode 提供。
兩周前，谷歌已經通過 Fairwind 計劃向部分網路安全防禦人員開放 Carbon，如今進一步擴大了使用範圍。
與此前發布的 Gemini 4 Argon 相比，Carbon 主要面向複雜軟體工程、跨領域研究等高難度任務，能夠消耗更多 Token 進行深入推理、反覆驗證和錯誤修正，而 Argon 繼續承擔大多數日常編程和知識工作。
在 CursorBench 4.0、Perplexity WANDR 和 Zapier AutomationBench 三項基準測試中，Carbon 均排名第一，單任務成本比表現次優的外部競爭模型低了一半以上。
價格方面，Carbon 的 API 優惠價格與 Argon 相同，每百萬輸入 Token 為 2 美元，每百萬輸出 Token 為 10 美元，12 月 1 日起將分別調整至 4 美元和 20 美元。
一句話召喚 AI 團隊，連夜造出完整遊戲
Gemini 4 Carbon 的一項重要升級，是能夠協調多個 AI Agent，共同完成大型工程項目。
谷歌為此在 AI 編程平台 Google Antigravity 中推出了 /swarm 功能預覽版，開發者輸入一條指令，就能組織多個 AI Agent 分工執行任務，並實時查看進度。
其中，Carbon 可以負責架構設計、任務協調和代碼審查，其他速度更快、成本更低的模型負責具體開發，還有專門的驗證 Agent 檢查修改結果。
谷歌展示的一款開放世界 3D 遊戲，就由這樣一支 AI 團隊完成。
玩家扮演一隻騎著自行車的鵜鶘，在谷歌山景城園區自由探索。開發過程涵蓋 Blender 三維建模、Three.js 和 WebGL 遊戲開發、程序化音效製作，以及使用 Lyria 生成背景音樂。
另一項演示更加誇張。
谷歌向 Carbon 提供了 7 份公開的城市規劃 PDF 文件，其中包含 206 張工程圖紙，要求 AI 重建谷歌 Platform 37 辦公樓。
經過 10 輪通宵運行的多智能體任務，Carbon 最終製作出包含約 90.6 萬個三角形的交互式 Three.js 三維模型。
Carbon 還根據埃菲爾鐵塔建設期間的歷史照片和工程圖紙，製作出可交互的 3D 歷史展覽。
甚至根據 CAD 圖紙和 X 光影像，還原了一架擁有 61 鍵機械結構的古鋼琴。
在網頁設計方面，Carbon 僅通過兩輪提示詞，就為 Google Merchandise Store 提出了五套視覺設計方案，並利用 Nano Banana 2.1 生成商品圖片。
第三方開發者也分享了實際體驗。
OpenCode 軟體工程師 Kit Langton 表示，團隊此前一直無法讓桌面應用適配現有 UI 框架，於是在下班前向 Carbon 提交了一份需求清單。第二天回來時，Carbon 已經從零開發出一套 Rust UI 庫，並重新編寫了 OpenCode 桌面應用。
HubX 則在擁有約 1.4 萬項測試的代碼庫中，讓 Carbon 處理 16 個真實 Bug，最終報告了 94% 的問題解決率，並且沒有引入新的回歸問題。
兩小時發現零日漏洞，網路安全能力進一步提升
網路安全是 Gemini 4 Carbon 的另一項核心能力，在 SEC-bench Pro、ExploitGym 和 CWE-bench 等漏洞發現、利用和修復基準測試中，Carbon 均取得領先成績。
在谷歌內部自主安全系統 Project Fortify 中，Carbon 的漏洞掃描召回率達到 100%，漏洞分類精確率達到 95%。在開源代碼倉庫測試中，其召回率相比 Argon 又取得超過 25% 的相對提升。
更引人注意的是，在實際測試中，Gemini 4 Carbon 幫助 Wiz 在不到兩小時內發現兩家大型 SaaS 服務商的零日漏洞，將原本數周的研究工作縮短至幾小時。
谷歌雲團隊利用它驗證了兩個開源軟體漏洞的可利用性，而 SentinelOne 則藉助 Carbon 額外發現了 4 個其他參測模型未能識別的有效漏洞。
伴隨網路安全能力提升，谷歌也加強了模型的安全防護。
在模擬網路攻擊測試中，Carbon 成功阻止了自適應紅隊 Agent 發起的 99% 攻擊路徑，單次攻擊成功突破防護的比例從 Argon 的 3.1% 降至 0.8%。
數周完成密碼學驗證，AI 蛋白質研究取得新突破
科學研究方面，谷歌公布了三個內部科研案例，分別涉及密碼學形式化驗證、生物實驗分析和蛋白質結構預測。
其中最值得關注的，是 Signal 加密協議的代碼驗證。
谷歌研究人員開發了一套名為 AlphaProof Code 的智能體形式化驗證框架，藉助 Carbon 等模型將安全目標轉化為數學定理，再生成數百萬行 Lean 證明代碼。
最終，團隊在數周內完成了 Signal 加密協議相關代碼關鍵安全性質的數學證明，而類似工作過去通常需要專業團隊花費數年。
在生物實驗領域，Carbon 能夠從實驗記錄和原始數據中識別異常，例如深孔板自動混合不充分、儀器中殘留微量樣品污染等，幫助研究人員改善實驗重複性。
蛋白質結構預測方面，谷歌利用 Carbon 組成多智能體系統，在大規模序列和結構資料庫中自動尋找遠緣同源蛋白，為 AlphaFold 3 等結構預測模型提供更多參考資訊。
在 CASP17 盲測數據集中的 7 個低同源性蛋白質家族上，Carbon 找到的同源序列數量平均增加了 40 倍。相關成果有望幫助研究人員在不重新訓練結構預測模型的情況下，提高部分難研究蛋白質的預測能力。
從寫代碼到做財務分析，AI 開始承擔更完整的工作
除了技術研發，Carbon 也在向金融、法律和企業運營等專業領域擴展。
谷歌與 Artificial Analysis 合作推出了 Multimodal Knowledge Agent（MKA）基準測試，專門評估 AI Agent 處理 PDF、電子表格、圖表及工程圖紙的能力。
Carbon 在該測試中排名第二，但平均單任務成本比排名第一的模型低了六倍以上。
透過 @ArtificialAnlys，我們打造了 MKA（多模態知識代理）：一個衡量代理處理視覺複雜任務表現的基準。 日常專業工作經常使用的不僅僅是文字 – 從交叉參照藍圖到閱讀科學圖表。這一點並未被現有評估涵蓋。 Gemini 4 Carbon 排名第 2，任務平均成本比頂尖模型低 6 倍。→ https://x.com/GoogleDeepMind/status/2120219377601560854
推文翻譯內容 :
透過 @ArtificialAnlys，我們打造了 MKA（多模態知識代理）：一個衡量代理處理視覺複雜任務表現的基準。
日常專業工作經常使用的不僅僅是文字 – 從交叉參照藍圖到閱讀科學圖表。這一點並未被現有評估涵蓋。
Gemini 4 Carbon 排名第 2，任務平均成本比頂尖模型低 6 倍。→
在金融場景中，Carbon 在 Hebbia 的端到端金融 Agent 評測中追平了參測表現最好的模型，並在 Balyasny Asset Management 涵蓋 23 種前沿模型配置的綜合金融智能測試中名列前茅。
Hebbia 表示，Carbon 能夠製作結構更清晰的 Excel 財務模型，以及質量更高的 PowerPoint 演示文稿。
企業搜索公司 Glean 則發現，Carbon 可以從辦公數據中尋找指定的會議紀要、郵件或業務數據，並直接生成分析結果和行動建議。
非付費用戶什麼時候能用上？
隨著 Gemini 4 Carbon 正式開放，谷歌也公布了面向不同用戶的使用方式。
開發者可以通過 Google AI Studio 和 Android Studio 的 Gemini API 付費層調用 Carbon，企業用戶則可以通過 Gemini for business 及相關開發工具使用。
普通消費者方面，Gemini 4 Carbon 已開始面向 Google AI Ultra 訂閱用戶開放，覆蓋 Gemini App 和 Google 搜索 AI Mode。
科研人員可以申請谷歌此前推出的免費研究計劃，符合條件的參與者可獲得為期六個月的 Google Antigravity 高使用額度訪問權限，使用 Carbon 和 Argon 兩款模型。網路安全研究人員則需要通過 Fairwind Program 申請專門的 Carbon for cyber。
回頭看過去的消費電子市場，手機廠商的旗艦產品通常有著相對固定的發布周期，每年幾場重要發布會，就足以讓科技愛好者討論上好幾個月。
如今的 AI 行業卻是另一番景象，幾乎每天都有不同特色的新模型登場，有的刷新編程榜單，有的攻克數學難題，還有的已經能夠連續工作幾十個小時。
很難想像，我們已經進入了一個模型多到體驗不過來的時代。
如此密集的技術更新，對用戶而言當然是件好事，只是看完 Gemini 4 Carbon 的發布公告，多少還有些意猶未盡。畢竟，谷歌展示了這麼多令人眼饞的能力，普通消費者卻需要訂閱 Google AI Ultra 才能體驗，多少有些不夠意思。
