Google 發表 Gemini 4 Carbon 登上綜合智商榜頭位

兩週前 Argon 先擴大推出，而家 Carbon 已登上 Artificial Analysis Intelligence Index v5 頭名，主打網絡安全防禦，目前只開放俾指定用户，尚未全面公開。

兩週前 Argon 擴大推出，而家 Carbon 跟上

兩週前 Google 先喺 Gemini 4 Argon 上擴大推出，讓更多付費用户同開發者使用；而家同一間公司再一次預告新模型 Gemini 4 Carbon，主打係網絡安全防禦同處理長程任務（long-running tasks）嘅能力。Google 指 Carbon 喺編碼、Agent（代理式人工智能，即模型自己拆解同執行多步驟任務）同科學任務、全端網頁開發以及多模態理解都有提升。

綜合智商攞到頭位，但編碼真不如

Artificial Analysis 嘅數據顯示，Carbon 喺 Intelligence Index v5 攞到 59 分，排名第一，喺 9 個子項入面有 4 項（HLE-Diamond、Terminal-Bench-Science、AA-Omniscience、AutomationBench-AA）都係頭名。緊隨其後嘅係 Claude Opus 5.5 同 GPT-6 Astra。

要留意 Carbon 喺編碼同知識工作上並非全部領先。喺 Coding Agent Index，配合 Antigravity CLI 嘅 Carbon 得 59 分，只比 Claude Code（用 Claude Opus 5.5，62 分）低 3 分；喺 Terminal-Bench 4.0（64%）同 FrontierCode v1.1（51%）都排第二，遜於 Claude Opus 5.5（56%）。Google 自己亦承認，呢個領域佢哋一直遜色，今次進步因此比較突出。

知識工作方面，AA-Briefcase 上 Carbon 得 1609 Elo，比 Argon 高 126 分，但仲低於 Grok 4.7（1638）、Muse Wonder（1659）同 Kimi K3.1 Pro（1678）。

安全防禦：修補方案聲稱贏 10 倍

Carbon 嘅主打係網絡安全。Google 指相比 Argon，Carbon 喺生成安全程式碼嘅成功率提升超過一倍；喺 SEC-bench Pro（漏洞挖掘）、ExploitGym（漏洞利用）、CWE-bench（漏洞修補）等基準測試都有進步。Google 聲稱「喺產出高品質修補方案時，Carbon 表現較另一家實驗室的先進模型出色超過 10 倍」——注意呢句係廠商自評，仲未見獨立第三方驗證。

成本：每任務便宜 23%

按標準定價（$4/$20 per 1M input/output tokens，同 Argon 一樣），Carbon 每 Intelligence Index 任務成本 $7.76，比 Claude Opus 5.5（$10.04）低約 23%，但約為 GPT-6 Astra（$6.25）嘅 1.2 倍。每任務輸出 123k tokens，比 Claude Opus 5.5（173k）少 29%。

幻覺率方面，Carbon 喺 AA-Omniscience v1.1 得 54 分，幻覺率 11%，同 Argon（4%）比係上升，但仲係全模型第二低，遠低於 Claude Opus 5.5 同 GPT-6 Astra 嘅 50%。準確率升 10 個點到 58%。