连续跑数天修漏洞:Gemini 4 Carbon把安全防护拉进长任务

流云 2026-10-29 1424 0条评论
摘要: 谷歌DeepMind 10月28日发布的Gemini 4 Carbon,定位跟前几代旗舰不太一样。它没把重点放在“又刷了多少榜”,而是把新增能力压在网络安全防护和长时间自主推进上—...

谷歌DeepMind 10月28日发布的Gemini 4 Carbon,定位跟前几代旗舰不太一样。它没把重点放在“又刷了多少榜”,而是把新增能力压在网络安全防护和长时间自主推进上——能在大型代码库里连续运行数天,定位并修补深层缺陷。在AI工具导航的旗舰模型分类里,这种以“长任务+安全”为轴心的定位,和通用对话旗舰形成了明确区隔。

三个基准,对应漏洞生命周期的三段

防护生命周期被拆成三件事:找出缺陷、判断能不能被利用、把根因修掉。SEC-bench Pro 88.2%衡量在真实软件里自主挖出复杂漏洞的能力;ExploitGym 54.8%对应可利用性判断;CWE-bench 71.0%对应把已确认的问题直接转成可用修复代码。三项都取自外部基准,官方注明评测未加护栏。对比同表,Carbon在ExploitGym上比上一代Argon的42.0%高出12.8个百分点,比GPT-6 Astra的42.4%高出12.4个百分点——这是拉开两位数差距的一项。

长上下文:GraphWalks 96.2%

GraphWalks在256k到1M的图遍历评测里,Carbon拿了96.2%的BFS F1,比Argon的84.2%高12个百分点,比GPT-6 Astra的71.8%高24.4个百分点。这个指标反映的是在超长上下文里保持方向、不越出项目约束的能力,恰好对应“连续跑数天”这个场景的底层需求。

训练阶段压捷径,作弊率0.0%

官方称这一代进一步抑制训练中的取巧路径:Terminal-Bench 4.0上作弊成功率为0.0%,作弊尝试降到0.4%,整体准确率反而上升。自家团队实时编码环境里,高严重度错位告警数量下降接近80%。对把模型放进自动化流水线的团队,这一项比跑分更直接影响维护成本。另外,Gray Swan间接提示注入基准上攻击成功率0.0%,上一代Argon是0.7%。官方归在同一套多层安全栈里:训练侧对齐、实时滥用防御、提示注入韧性、思维链监控四层同时生效。但这一结果限于官方评测的攻击样本,不能替代业务系统自身的权限隔离与输入过滤。

证据不足时不硬答

遇到信息缺失或矛盾,模型先检索相关来源、把差异摆给使用者,再决定动作。官方口径是无依据论断比上一代减少约2倍,越权动作减少26%,服务不足减少29%。方向相反的两组数字说明边界控制和任务完成度可以兼顾,但真实业务表现仍需结合各自工作流验证。

价格和开放范围

入门价每百万输入Token 2美元、输出10美元,缓存输入按输入价减免95%,与Argon入门价一致;入门期结束后调整为输入4美元、输出20美元。长上下文和长程任务的成本主要压在输出侧——一次连续数天的任务,输出Token量级直接决定账单。目前只对部分网络安全防护方开放,之后经Fairwind Program逐步扩大,开发者与企业还要等官方放量。Carbon没有开放权重,也没有开源计划,现阶段使用方式以官方接口和自家产品面为主。

给准备接入的团队两点提醒

一是先用同代Argon的调用方式搭好请求层,Carbon开放后按官方模型标识做适配和回归测试,别预设只改模型名就能切换。二是把长任务的检查点、失败重试和人工介入点先定下来——它的价值在于连续运行数天,管线必须先承受得住中断。在AI办公软件推荐的语境里,如果你的团队做的是安全审计、代码库迁移或长周期自动化流水线,Carbon值得放进观察名单;如果只是单轮问答或短脚本改写,更轻的型号成本更低。

编辑判断

Gemini 4 Carbon的看点不是AA Index又高了9分,而是它把“连续跑数天”做成了可评测的能力。GraphWalks 96.2%、ExploitGym 54.8%、作弊率0.0%,这三个数字指向同一件事:模型在长时间窗口里保持方向、不取巧、不越界。但它目前只对安全防护方开放,定价入门期后翻倍,接入前得先算清输出侧成本。旗舰模型的竞争正在从“单轮最强”转向“长任务可靠”,Carbon是这条路线上的一个明确信号。


文章版权及转载声明:

作者:流云本文地址:https://sanwenge.com/post/1541.html发布于 2026-10-29
文章转载或复制请以超链接形式并注明出处三文阁