Newshot 今天，我们面向开发者、企业、科学家和消费者推出 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周期智能体工作流中具备前沿性能。
两周前，我们通过 Fairwind Program 向一批网络安全防御者发布了 Carbon。继我们最近推出 Gemini 4 Argon 之后，Carbon 将前沿进一步推进。对于大多数软件工程和知识工作，Argon 仍是理想选择；而 Carbon 则为考验模型智能极限的任务而构建，例如复杂的多步骤编码和调试，以及开放式科学研究和发现——它会比 Argon 使用更多 token 来充分探索、深入推理并运行扩展的验证循环。
在旨在测试真实工作流中模型性能的独立基准测试中，Carbon 将前沿准确性与实用的生产经济性结合起来。它在 CursorBench 4.0、Perplexity 的 WANDR 和 Zapier 的 AutomationBench 上排名 #1，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，将单个提示词转化为一个可实时跟踪的协同智能体团队。开发者可以将 Carbon 分配到需要最深推理的角色，例如架构设计、协调和审计，同时将其与更快速、更轻量的模型搭配，跨并行隔离工作区运行，并使用对抗性验证器测试每一项更改。
所有付费开发者和企业均可通过 Google AI Studio 中的 API 以及 Gemini for business 使用 Gemini 4 Carbon，价格与 Gemini 4 Argon 相同的入门价格 1（每百万输入 token 2 美元，每百万输出 token 10 美元）。它还在 Google Antigravity、Gemini 应用和搜索中的 AI Mode 向所有 Google AI Ultra 订阅者推出。
更高精度的知识工作、工件生成和数据分析
在法律、金融和企业运营领域，Gemini 4 Carbon 结合前沿视觉理解、推理和详尽检索，从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，生成精美且精确的电子表格、演示文稿和报告。
现有基准测试无法充分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 Multimodal Knowledge Agent (MKA) 基准测试，用于测试模型在智能体工作流中的多模态性能。Carbon 排名 #2，而平均每任务成本比表现最好的模型低 6 倍以上。
使用 Google Antigravity 新的 /swarm 功能，一个由 Gemini 4 Carbon 智能体组成的团队根据单个提示词，将历史照片和工程图版转化为埃菲尔铁塔 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 个工程图纸视图）和单个提示词，一个使用 Google Antigravity /swarm 功能的多智能体 Carbon 团队在 10 轮夜间循环中构建了 Google Platform 37 办公室的交互式、包含 906K 个三角形的 Three.js 重建模型。
在 Google Antigravity 中，Gemini 4 Carbon 基于一篇学术论文构建了一个交互式多尺度纺织品可视化器，仅需极少提示词即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 纤维极坐标跟踪和动态应力-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，匹配了所测试最佳模型的性能，并在 Balyasny Asset Management 的 General Financial Intelligence 基准的 23 个前沿模型配置中排名居首；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。
Gemini 4 Carbon 是我们在深度金融研究方面评估过的最强模型，能构建更干净、结构更好的 Excel 模型，并生成更出色的 PowerPoint 演示文稿。这对尽职调查工作流是真正的进步。
我们的基准旨在超越通用能力，评估金融团队实际完成的工作。Carbon 在涉及复杂上下文和结构化交付物的任务上表现突出，尤其是图表、代码和表格。
Gemini 4 Carbon 不止于研究。它能在工作场所数据中找到通话摘要、被埋没的邮件或确切的 pipeline 数字，然后将其转化为有针对性的分析和后续步骤。在我们的评估中，它在我们测试过的所有前沿模型中任务完成率领先；我们很高兴将其带给正在处理复杂、多步骤工作的 Glean 客户。
更强的智能体编程、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异常出色，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，并同时检查其代码和渲染后的 UI，以产出完整、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，也延续到了 3D 游戏开发和创意编程中。
当我们难以让应用外观与现有 UI 框架保持一致时，我们在下班前给了 Carbon 一份需求列表。一夜之间，Carbon 从零构建了一个新的 Rust UI 库，并用可运行的演示重写了我们的 OpenCode 桌面应用。它是一个极其聪明的模型，现在是我们最困难任务的首选规划模型。
Gemini 4 Carbon 是迄今为止在高难度布料模拟方面最好的前沿模型。它对 3D、物理以及困难（微妙）科学决策的理解，确实让这个模型可靠。我们花了 6 天时间以最少的引导与它协作，它提升了现有且调优良好的软体模拟的速度和保真度。
Gemini 4 Carbon 对遗留软件契约保持绝对尊重。在我们拥有 14,000 个测试的代码库中的 16 个真实缺陷修复中，Carbon 实现了 94% 的解决率且零回归。
我们的游戏角色必须倾听、遵循世界规则，并实时执行多步计划。在测试中，Carbon 在这方面表现出色。它准确遵循复杂的玩家请求，并坚守世界边界，解释为何不允许不可能的动作。这种判断力让角色感觉真正鲜活。
在我们的测试中，Gemini 4 Carbon 将其分析建立在源内容之上，随着证据变化调整结论，并在已完成的审查中给出清晰建议。这些能力在高度受监管的环境中尤其有价值，因为那里的决策依赖于对复杂信息的仔细审查。例如，Carbon 在公共部门任务上得分 100%，这增强了我们对其提供准确建议能力的信心。
借助 Google Antigravity 的 /swarm 功能，Carbon 构建了一个开放世界 3D 游戏，在游戏中你扮演一只骑着 GBike 的鹈鹕探索 Google 的 Mountain View 园区——协调子智能体根据 Omni 和 Nano Banana 参考在 Blender 中建模 3D 资产，用 WebGL 着色器在 Three.js 中构建浏览器游戏，并将程序化 Web Audio 音效与 Lyria 音乐配对。试试这个在线应用。
Gemini 4 Carbon 现已可用
结合 Google Antigravity 中改进的前端审美和动效设计能力，Carbon 通过两个提示词重新构思了 Google Merchandise Store，提出五个艺术指导概念，并使用 Nano Banana 2.1 生成全新的产品图像。试用在线应用和 Gemini 前端设计技能。
从在 Google Antigravity 中用 Gemini Omni 生成的视频参考出发，构建了一个电影感的多镜头水下 Atlantis 场景。该管线在 Blender 中对程序化废墟、体积焦散光照和水体模拟进行建模，然后将整个环境转换为 Three.js，以实现浏览器实时渲染。
Carbon 在 Google Antigravity 中使用多智能体循环，根据 CAD 图纸和 X 射线照片重建了一架可演奏的约 1780 年 Stein-Schule 古钢琴，具备 61 键击弦机构物理特性，并将其放入加拿大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。试用在线应用。
前沿网络安全能力
Gemini 4 Carbon for cyber 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情报。通过 Fairwind Program 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 内部和外部的早期测试者已经在实践中看到 Carbon for cyber 的出色效果。
- 在 Project Fortify 中，这一 Google 的自主系统涵盖扫描、分诊和修复，Carbon 在我们的内部基准上实现了扫描 100% 的召回率和分诊 95% 的精确率。在开源代码仓库测试中，我们看到 Argon 本已很高的召回率相对提升了超过 25%，发现了此前未检测到的真实世界逻辑缺陷。将这些收益推广到 Google——全球最大的开源软件使用者之一——有助于保护我们自己的系统和更广泛的生态系统。
- Google 的 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 bug 实际上是可利用漏洞，其严重程度与近期的 PHP2Shell 利用相当。通过使用 Carbon 构建概念验证，CVR 帮助维护者将该漏洞重新归类为严重，并迅速发布补丁。详细信息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，该团队使用 Carbon 评估公共数字基础设施中的漏洞。例如，在扫描两家主要 SaaS 提供商时，该模型在不到两小时内发现了 0-day 漏洞，将数周的漏洞研究压缩到一个下午。该团队与受影响组织合作，以创纪录的时间完成修复，帮助减轻对成千上万家公司可能造成的影响。
在一次针对内核驱动漏洞研究的受控评估中，我们测试的每个模型都发现了相同的核心内存破坏漏洞。Carbon for cyber 更进一步，它理解了驱动的约束，区分了站得住脚的发现与站不住脚的发现，并额外发现了四个经过验证的漏洞。这就是一个发现与一个可操作结果之间的差别。
引入像 Carbon for cyber 这样的深度推理模型，使防御者能够评估复杂代码库，并判断漏洞是否真正可被利用。我们的早期测试显示，Carbon 达到的精确度水平可以让工程师越过噪声，专注于人类判断能创造最大杠杆的地方。
Gemini 4 Carbon for cyber 是我们测试过的得分最高的模型之一，在我们的各项评估中，它以相当于前代模型一半的步骤达到了这一水平。一个突出案例：一个将多个难以利用的漏洞串联成伪造管理员会话的漏洞利用。我们测试过的大多数模型从未完成过它。Carbon 稳定地解决了它。该模型是 Gemini 的一次阶跃式变化，也是防御者武器库中的关键工具。
Carbon for cyber 立刻给我们留下了深刻印象。它有条不紊、系统地编目大型多样化代码库并生成深度攻击链的能力属于同类最佳。即使在深度上下文窗口下，该模型在 Chainguard Harness 中的表现也立刻脱颖而出。我们将把它更深入地集成到我们的自主漏洞发现与修复系统中。
在早期测试中，Gemini 4 Carbon for cyber 在检测复杂软件弱点方面表现良好，与我们测试的其他模型相比，其以极具竞争力的每个已验证发现成本保持了发现质量。
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方面表现出显著提升，能够综合实验数据、检验假设，并对多步骤领域问题进行推理。对于药物毒性研究公司 Axiom Bio 而言，Carbon 现已成为转化科学性能领先的模型，发现了他们此前未曾发现的新型毒性机制。Axiom 现在正将其生产环境中的科学分析与智能体迁移到 Carbon 和 Argon 两者上，以释放创造更安全药物的潜力。
Google 各地研究人员一直在 Google Antigravity 中使用 Carbon 来加速他们的工作：
- 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 密码协议背后的实际代码。我们的研究人员将 Carbon 与其他模型结合使用，把安全目标转化为数学定理。随后，AlphaProof Code 智能体使用 Carbon 生成数百万行 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，而这项任务历史上需要专家团队耗费数年。这一结果表明，Carbon 有潜力释放可扩展形式化验证的能力，而这一直被视为构建安全软件的黄金标准方法。
- 酶测定开发：在仅提供实验室笔记本和原始数据的情况下，Carbon 超越了标准分析，发现了难以解释的数据异常，并利用这些异常诊断出微妙的湿实验室实验伪影，例如深孔中自动化混合不充分，从而显著提高了可重复性。此外，Carbon 改进了色谱峰去卷积方法，并捕捉到研究仪器中的痕量样品残留，显著加速了新测定方法的开发，并收紧了计算与实验台之间的反馈循环。
- 蛋白质结构预测：像 AlphaFold 3 这样的结构预测模型使用进化相关序列的多序列比对（MSAs）来帮助推断氨基酸链如何折叠。因此，它们往往难以处理研究不足的病毒、微生物和真核蛋白质，这些蛋白质在标准数据库中匹配很少。在多智能体设置中，我们的研究人员使用 Gemini 4 Carbon 在 petabase 规模的未注释序列档案、环境和病毒序列目录以及 3D 结构数据库中自主发现远端同源序列。例如，在来自 CASP17 盲测集的 7 个低同源蛋白质家族中，Carbon 平均使检索到的同源序列数量增加 40 倍，无需重新训练就大幅增加了可供结构预测模型使用的信息。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对蛋白质组中难以表征区域进行建模提供一条有前景的路径。
四周前，我们开放申请，让 10,000 名科学家在 Google Antigravity 中免费使用 Argon 六个月，以加快他们的研究节奏；我们已经让数千名科学家完成入驻。今天，我们正在为当前和未来的参与者扩大对 Carbon 的访问权限；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，入驻按每周滚动方式继续进行，取决于资格、容量和筛选。
##
Gemini 4 Carbon 现已可用
如需了解更多详情，请阅读完整的 Gemini 4 Carbon 安全与保障报告。
开始使用 Gemini 4 Carbon
从今天起，Carbon 加入 Argon，共同成为我们各产品中前沿模型家族的一员：
- 面向开发者：在 AI Studio 和 Android Studio 中使用 Gemini API 付费层级进行构建；如果你是 Google AI Ultra 订阅用户，可以在 Google Antigravity 和 AI Studio 中试用。
- 面向企业：通过 API 或模型下拉菜单、Google Antigravity 或 CodeMender，在 Gemini for business 中试用。
- 面向日常用户：如果你是 Google AI Ultra 订阅用户，从今天起可在 Gemini 应用和 Search 中的 AI Mode 里试用 Carbon。
- 面向科学家与研究人员：申请有机会通过 Google Antigravity 的最高用量层级免费使用 Argon 和 Carbon 6 个月（滚动接入），但需符合资格、容量和筛选条件。
- 面向网络安全防御者：申请加入 Fairwind Program，以滚动方式获得 Carbon for cyber 的使用权限。
请查看模型卡以进一步了解 Gemini 4 Carbon 并开始基于它构建；查阅我们更新的 Gemini 4 开发者指南和文档，了解将工作流迁移到该模型的最佳实践。