Gemini 4 Carbon 发布：多智能体协作造游戏，漏洞扫描召回率100%

大模型的迭代节奏还在加快。Google DeepMind 近日把自家综合能力最强的旗舰模型 Gemini 4 Carbon 推上线，开发者、企业、科研人员和普通消费者都能用上。

这款模型盯的是难啃的复杂任务，多项基准测试的成绩也摆了出来。

Carbon 是 Gemini 4 家族里的主力，主攻复杂编程、网络安全、科学推理，以及耗时较长的多智能体任务。谷歌早前通过 Fairwind 计划把它开放给一批网络安全防御人员，这回使用范围又扩了一圈。

CursorBench 4.0、Perplexity WANDR、Zapier AutomationBench 三项权威基准测试，Gemini 4 Carbon 都拿了第一，单任务成本还比表现第二的外部竞争模型低一半以上。

定价方面，Carbon 的 API 优惠价跟此前发布的 Argon 一样：每百万输入 Token 2美元、输出 10美元，12月1日起分别调到 4美元和 20美元。

多智能体协同是 Carbon 的一张王牌，一句话就能连夜做出游戏，还能重建三维建筑。

它能把多个 AI 智能体协调起来，一起完成大型复杂工程。谷歌在 AI 编程平台 Google Antigravity 里放出了 /swarm 功能的预览版，用户敲一条指令，就能让多个 AI Agent 分工干活，进度还能实时看。

官方演示里，Carbon 干的是架构设计、任务协调和代码审查的活，具体开发交给速度更快、成本更低的子模型。团队只靠指令就做出一款开放世界 3D 游戏，里面用到 Blender 三维建模、Three.js 游戏开发、音效制作，背景音乐由 Lyria 生成；它还读了 7份城市规划 PDF 里的 206张工程图纸，通宵跑了 10轮，把谷歌 Platform 37 办公楼重建成可交互的 3D 模型；历史上的 3D 展览、拥有 61键机械结构的古钢琴，也都被它复原了出来。

第三方开发者的用例同样拿得出手。软件工程师 Kit Langton 下班前把一项没做完的 Rust UI 库开发交给 Carbon，第二天就交付了；HubX 在一个有 1.4万项测试的代码库里测了 16个真实 Bug，Carbon 解决了 94%，而且没带进新的回归问题。

网络安全和生命科学上，它两小时挖出零日漏洞，密码学和蛋白质研究也跟着提速。

网络安全方面，SEC-bench Pro、ExploitGym、CWE-bench 等漏洞发现与修复基准测试，Carbon 全部领先。谷歌内部系统 Project Fortify 里，它的漏洞扫描召回率到 100%，分类精确率 95%。实测中，Wiz 靠它在不到两小时内找出了两家大型 SaaS 服务商的零日漏洞；模拟网络攻击测试里，红队 Agent 发起的攻击路径有 99% 被它拦住。

科研方面，谷歌公布了三大突破。

密码学形式化验证：Carbon 借一个叫 AlphaProof Code 的智能体框架，把安全目标转成数学定理，生成数百万行 Lean 证明代码，几周内就把 Signal 加密协议代码的关键安全性质用数学证完了。

生物实验质量控制：实验原始数据里的异常它能挑出来，比如深孔板混合不充分、仪器残留污染，帮实验提高重复性。

蛋白质结构预测：它组起多智能体系统，在海量数据库里找远缘同源蛋白，CASP17 盲测的低同源性家族上，找到的同源序列数量平均多了 40倍。

专业商业场景也在铺开，多端用户都能覆盖到。

金融、法律、企业运营这些专业领域，Carbon 同样伸了进去。它和 Artificial Analysis 合作推出的 MKA 基准测试里排名靠前，单任务成本比第一名低六倍以上；金融测试里，它能做出结构更清楚的 Excel 财务模型和高质量 PowerPoint 演示文稿；企业搜索公司 Glean 也发现，它可以从办公数据里准确提炼行动建议。

不同用户的使用入口如下。

开发者：走 Google AI Studio 和 Android Studio 的 Gemini API 付费层调用。

企业用户：通过 Gemini for business 及相关开发工具访问。

普通消费者：已面向 Google AI Ultra 订阅用户开放，覆盖 Gemini App 和谷歌搜索 AI Mode。

科研与网络安全人员：可以申请免费研究计划，或者通过 Fairwind Program 拿到专门的 Carbon for cyber 访问权限。