谷歌发布新的前沿人工智能模型Gemini 4 Carbon

谷歌发布了 Gemini 4 Carbon，这是一款新的前沿人工智能模型，在 Gemini 4 Argon 登陆 Gemini 应用程序两周后发布。

在一个 博客文章发表于 10 月 28 日谷歌人工智能前沿实验室 DeepMind 高级副总裁 Koray Kavukcuoglu 称 Carbon 是谷歌迄今为止最强大的模型。 （由于前首席执行官 Demis Hassabis 辞职，Kavukcuoglu 成为 Google DeepMind 的负责人。）该公告指出了网络安全和长期任务，这意味着需要许多步骤或需要很长时间的复杂工作，这是 Carbon 的最大优势。

Gemini 4 Carbon 已经在人工智能指数中排名第一，击败了 Claude Opus 5.5。

近几个月来，随着前沿人工智能实验室竞相开发新的前沿模型，人工智能公司发布新前沿模型的步伐急剧加快。 可用的最佳型号。 Anthropic 于 9 月 22 日发布了 Claude Opus 5.5，OpenAI 于本月早些时候发布了 GPT-6 Astra，Google 于 9 月 30 日发布了 Argon，然后于 10 月 13 日向 Google AI Pro 和 Ultra 订阅者发布了它。每个实验室都在上一个实验室的几周内请求了新的线索。

与 Argon 一样，谷歌在大多数人能够使用它之前就宣布了 Carbon。 Carbon 是从一小群网络安全倡导者开始的，但谷歌尚未透露何时会覆盖其他所有人。 （上周的 PHP2Shell 事件表明，新的人工智能模型可能会对整个网络造成多大的破坏。）这一早期公告使谷歌在排行榜上名列前茅。它还让每个人都能深入了解下一轮发布之前的基准测试。

Gemini 4 Carbon：基准测试

在 Google 的基准测试中，Carbon 在 17 个基准测试中的 15 个中与 Argon、GPT-6 Astro、Claude Opus 5.5 和 Claude Fable 5.1 相比取得了最高分。本节中的所有数字均由 Google 报告。

有两个值得注意的基准是 Carbon 没有获胜。 GPT-6 Astra 仍然领先软件工程测试 FrontierSWE 2。 Claude Opus 5.5 领先于 OSWorld-2.1，后者衡量计算机处理模型的能力。

与 Argon 相比的最大变化是，谷歌现在报告的 Terminal-Bench 4.0 结果来自独立测试公司 Artificial Analysis，而不是自己的。为了快速了解上下文， 终端工作台4.0 它通过在计算机终端中独立输入命令来衡量人工智能模型执行现实世界技术任务的能力，例如安装软件或修复损坏的代码。这是法学硕士最艰难的代理人测试之一。

这是值得注意的，因为公司报告的彼此模型的结果并不总是与独立测试相匹配。在 Terminal-Bench 4.0 上，Carbon 比 Argon 高出约 8 个百分点，领先于 Opus 5.5。

谷歌还表示，Carbon 可以连续几天解决困难的工程问题。他的网络开发技能得到了很大的提高，在 WebDev Arena 上攀升至第四位，这是一个人们对人工智能构建的网站进行投票的排行榜。

人工智能指数

人工智能分析智能指数是最受关注的人工智能模型独立排行榜之一。人工分析本身会执行一系列测试并将它们组合成一个综合结果。

在 新更新5.0版本Carbon（高）得分 59，比 Claude Opus 5.5（最高）高一分。

结果无法与之前版本的指数进行直接比较，之前版本的 Argon（高）得分为 53。一分优势也足够小，以至于 OpenAI 或 Anthropic 的下一个版本可以轻松消除它。 Carbon 和 Meta 的 Muse Wonder Full 都在排行榜中被标记为没有公共 API，因此它们还不能在公司自己的访问程序之外使用。

Gemini 4 Carbon：安全和注意事项

谷歌表示，Carbon 使用与 Argon 相同的安全系统，其中包括监控模型的思维，并增加了更多工作来调整或保持模型按预期运行。根据谷歌自己的测试，Carbon 的性能也比其前身更好。

谷歌表示，Carbon 在 Terminal-Bench 4.0 上从未成功作弊，这意味着它从未找到在不实际完成工作的情况下完成任务的捷径，并且只有 0.4% 的时间尝试作弊。在内部编码期间，非常严重的不匹配警告减少了近 80%，这些警告表明模型的行为方式并非开发人员预期的。碳的未经证实的说法也只有氩的一半左右。在测试隐藏指令是否可以劫持模型的灰天鹅高速注入基准测试中，Carbon 阻止了每次攻击尝试，优于 Argon 0.7% 的攻击成功率。

所有这些数字都来自谷歌自己的测试。

如何测试 Gemini 4 Carbon

截至目前，除非您是经过批准的网络防御者，否则无法使用 Gemini 4 Carbon Google 的 Fairwind 计划。从本周开始，Carbon 将向一小部分测试人员推出，谷歌表示将逐步增加更多值得信赖的合作伙伴。开发者、企业和消费者将在此之后获得访问权限，但谷歌没有具体说明公开发布的具体日期。

使用 Argon 来确定时间表，从发布到进入面向 Pro 和 Ultra 订阅者的 Gemini 应用程序大约需要两周时间。尽管我们无法确认 Google 是否会为 Carbon 承诺相同的时间表。

谷歌表示，当 Carbon 登陆 API 时，其价格将与 Argon 的入门价格相同：

• 每百万输入代币 2 美元

• 每百万退出代币 10 美元

• 缓存入场代币，入场价格可享受 95% 折扣

这使得 Carbon 远远低于其主要竞争对手。 Mashable 此前报道称，Claude Opus 5.5 每百万代币的输入成本为 4 美元，每百万代币的输出成本为 20 美元，而 GPT-6 Astra 的每百万代币输入成本为 10 美元，每百万代币输出成本为 50 美元。

想要详细了解如何充分利用您的技术？订阅 Mashable 热门故事和优惠时事通讯 或接收来自 Mashable 的推送警报 今天。