Gemini 4 Carbon发布：谷歌靠网络安全重返第一？

谷歌在10月28日发布了新一代模型Gemini 4 Carbon，官方称之为「自家最强模型」，并打出网络安全和超长任务两张招牌。综合来看，这是一次幅度不小的升级，但「重返第一」的说法需要拆开看——它在多数测试中领先，却并非全胜。

两大招牌：网络安全与超长任务

据B站UP主介绍，Carbon的核心卖点集中在两个方向。其一是网络安全：谷歌内部团队让它连续数天在大型代码库中自主找bug、修bug，展示的是长时程任务下的稳定性。其二是超长上下文：在25万到100万token的超长文本里寻找线索，准确率达到96.2%，写漏洞利用的能力提升近13个百分点。

这两项能力的组合指向同一个使用场景——让模型在庞大且复杂的代码与文档中长时间自主作业。网络安全只是这个能力的极端体现，因为漏洞挖掘既需要长上下文理解，又需要多步推理和验证。

从代际对比看，上一代Argon的综合智能指数为50，Carbon提升到59。这个幅度被UP主形容为「不是小修小补，是一次大升级」。

Token与上下文窗口：Token是模型处理文本的基本单位，可粗略理解为字或词片段；上下文窗口指模型单次能“记住”并处理的最大token量。25万至100万token约相当于数十万到上百万汉字，足以容纳整个中型代码库或长篇技术文档。上下文越长，模型越难保持对关键信息的稳定检索与推理，因此超长上下文下的准确率是衡量模型工程能力的重要指标，也是自主漏洞挖掘这类任务的前提。

17项测试15项第一，但输了两场

官方给出的17项测试中，Carbon拿下15项第一，对手包括GPT-6、Astra、Cloud Opus 5.5和Fable 5.1。但它并没有全赢——大型软件工程一项输给了GPT，操作电脑一项输给了Cloud Opus。

这个结果值得注意：它说明Carbon的优势高度集中在特定方向，而不是全面碾压。网络安全是本次的主场，找漏洞88.2%、补漏洞71%、写漏洞利用4.8%，三项全部第一。在Grace1提示注入攻击测试中，Carbon被攻破的比例为0，这一项对其安全定位是强背书。

提示注入攻击（Prompt Injection）：指攻击者在模型读取的输入中嵌入恶意指令，诱导模型偏离原任务、泄露信息或执行非预期操作。对具备代码执行与自主作业能力的模型而言，这类攻击风险更高。Grace1测试中被攻破比例为0，意味着在该测试设定的攻击样本下模型未被成功操控，但这只是特定基准下的结果，并不等于对所有攻击方式免疫。

实际体验：图像与视频生成的意外表现

在能力测试之外，一些实际使用案例更能说明模型的综合素质。有博主让三家模型渲染同一滴水落进湖面的画面，比较真实感；也有人只给Carbon两张图，它就用3GS复刻出两个黑洞地平线的效果；还有人让它生成一只追蝴蝶的水墨猫。

这些案例更偏向生成质量与创意执行，和网络安全的主线并不直接相关，但反映出一个信号：Carbon在视觉任务上的表现没有因为专攻安全而被削弱。

第三方评测与价格

第三方机构Artificial Analysis将Carbon排在第一，这为谷歌的「最强」说法提供了一个外部参照。不过单一榜单的权重有限，更值得关注的是它在具体细分任务上的胜负分布。

价格方面，推广期每百万token输入2美元、输出10美元，之后恢复原价。当前Carbon只开放给部分网络安全专家，并通过FairOne计划逐步向更多可信合作伙伴开放。这种有限开放策略与其安全定位一致——先在小范围内验证，再扩大信任边界。

Artificial Analysis：是一家独立的大模型评测机构，通过综合多项基准测试与人工评估给出模型排名和智能指数，常被业界用作横向对比的参考。第三方榜单能降低厂商自评的偏向性，但排名高度依赖其测试集构成与权重设计，单一榜单不宜作为选型的唯一依据，结合细分任务胜负分布看更可靠。

token计价方式：大模型API通常按输入token和输出token分别计费，输入指用户提交的提示与上下文，输出指模型生成的内容。Carbon推广期输入每百万token 2美元、输出10美元，输出单价明显更高，因为生成过程计算成本更大。对超长上下文场景，输入token量可能极大，成本估算需把上下文长度纳入考量。

结论：领先是局部领先

Carbon在网络安全和超长文本任务上确实建立了明显优势，综合智能指数和第三方排名的提升也支撑了「大升级」的判断。但大型软件工程和电脑操作两项的失利说明，它更接近「在自己的主场领先」，而不是在所有维度上重返第一。对关注安全场景的团队来说，这可能是当前最值得评估的模型；对通用任务而言，选型还需要看具体需求。