10月29日，Google DeepMind 官方正式宣布推出新一代旗舰级大模型 —— Gemini4Carbon。在权威独立机构 Artificial Analysis 最新更新的 Intelligence Index v5.0评测榜单中，该模型斩获了59分的高分，以1分的优势超越此前长期霸榜的 Claude Opus5.5，并领先 GPT-6Astra 共2分。相比两周前发布的上一代产品 Gemini4Carbon 直接跃升了9分，成功重新夺回全球大模型综合能力的第一宝座。同时，在 Arena.ai 的最新盲测榜单中，Gemini4Carbon 也拿下了 Text Arena 的登顶第一以及 Agent Arena 位列第二的亮眼成绩。
在核心能力方面，Gemini4Carbon 将演进重点锁定在“长时程工程（Long-horizon Engineering）”与“网络安全”两大硬核方向。在长时程任务的处理上，该模型展现出了极强的持久作战能力，能够连续数天保持高效运转，深入处理超大型代码库与复杂的底层系统架构，自主定位并修复平时极难察觉的隐蔽软件缺陷，在多项编程与智能体基准测试中稳居行业第一梯队。
在网络安全领域，模型实现了从漏洞挖掘、风险验证到代码修复的全流程贯通。其在多项专业安全评测中表现极为优异:SEC-bench Pro 得分达到88.2%、ExploitGym 得分54.8%、CWE-bench 得分则为71.0%。官方数据显示，其安全代码生成的成功率达到了前代产品 Argon 的两倍以上。与此同时，模型的安全可靠性也迎来了同步升级:在 Terminal-Bench4.0测试中，其作弊成功率成功降为0%，高严重度行为不一致警报减少了近80%，间接提示词注入攻击的防御成功率更是达到了100%，越权行动与任务完成度不足的情况也得到了显著改善。
在开放节奏与商业化定价方面，Gemini4Carbon 采取了稳步推进的策略。本周，该模型将优先向少部分网络安全防御专业人员开放，后续再通过专属合作计划逐步扩大测试容量，而面向普通用户和开发者的全面开放时间目前尚未明确。定价策略上，该模型延续了 Argon 的首发标准:在推广期内，每百万输入 Token 收费2美元，每百万输出 Token 收费10美元，推广期结束后的正式价格将翻倍。
对于这一高频发版节奏，业内也引发了不同的探讨。不少观点认为，当前头部大模型厂商频繁发布新模型却迟迟不向公众全面开放的模式，在一定程度上更偏向于激烈的榜单排名竞争，其真正的实际落地价值与日常体验，依然有待广大开发者和用户的深度检验。
