谷歌Gemini 4 Carbon登顶AI智能榜，59分超越Claude与GPT-6

谷歌于10月28日（当地时间）发布新一代前沿模型 Gemini 4 Carbon，定位为当前在网络安全防护与长周期任务处理上最强的前沿模型。这是继10月13日 Gemini 4 Argon 之后，谷歌不到一个月内再度推出旗舰模型。

在独立评测机构 Artificial Analysis 更新的 Intelligence Index v5.0 榜单中，Gemini 4 Carbon 综合得分 59 分，位居全球第一，高于 Anthropic Claude Opus 5.5 的 58 分与 OpenAI GPT-6 Astra 的 57 分。谷歌披露，该模型在漏洞发现基准 SEC-bench Pro 取得 88.2%、漏洞利用基准 Exploit Gym 达 54.8%、补丁应用基准 CWE-bench 达 71.0%。在 WebDev Arena 全栈开发榜单上，其 Elo 评分较前代提升 89 分，升至 1768 分、位列第四。

工程目标明确指向长时程、多步骤、可持续运行的智能体工作流。谷歌称内部团队已观察到 Carbon 能“连续运行数天”，在大型代码库与底层系统中定位并修补隐蔽缺陷。在行为可靠性上，无依据主张减少约一半，过度越界行为下降 26%、服务不足行为下降 29%。定价沿用 Argon：优惠期输入每百万 Token 2 美元、输出 10 美元，缓存输入享 95% 折扣；优惠期后常规价输入 4 美元、输出 20 美元。

发布方式延续 Argon 的审慎策略，先向部分网络安全防御者开放，再经 Fairwind Program 逐步扩展至可信合作伙伴，普通开发者与消费者暂无限期。业界认为，谷歌此次登顶并非靠参数堆料，而是把长程任务与网络安全打造成差异化卖点，前沿模型的竞争已从“答得对”转向“干得完”——能否在长周期任务中持续纠偏，正成为智能体时代的分水岭。