10月28日，谷歌DeepMind发布了新一代前沿模型Gemini 4 Carbon，并称其为公司迄今最强的模型。不过，这次发布有一个不同寻常的安排：普通开发者、企业和消费者暂时都用不上它，首批使用者只有一部分网络安全防御者。谷歌表示，扩大开放将分阶段进行，但没有给出面向开发者、企业和消费者的具体时间表。
发布了什么：最强模型，先给防御者
谷歌DeepMind高级副总裁、谷歌首席AI架构师Koray Kavukcuoglu在发布公告中介绍，Gemini 4 Carbon在网络安全和长周期任务方面达到了公司迄今的领先水平。所谓长周期任务，是指需要持续多步、长时间运行的工程和智能体工作，例如处理复杂代码库、完成多阶段的软件任务，而不是只回答单个问题。
在开放顺序上，谷歌采取了审慎的分阶段策略：发布当周先向一部分网络安全防御者开放，随后通过Fairwind Program逐步扩大到更多受信任的合作伙伴。Fairwind是谷歌DeepMind面向网络安全防御方的早期访问项目，谷歌称该项目在全球有650多家合作伙伴，覆盖政府、医疗、电信等领域的防御团队。谷歌表示，在收集反馈、继续迭代安全防护措施后，才会通过自家产品向开发者、企业和消费者提供这一模型，并称将尽快推进，但没有承诺日期。
谷歌还表示，公司正在参与美国政府的自愿性预发布模型测试流程。
成绩单：多项安全基准居首，但多为厂商数据
在基准测试方面，谷歌公布的数字相当亮眼。在最新修订为5.0版的Artificial Analysis Intelligence Index中，Gemini 4 Carbon以59分位居第一。据报道，其后是Anthropic的Claude Opus 5.5（58分）和OpenAI的GPT-6 Astra（57分）。
网络安全是这次发布的重点。谷歌称，在外部评测中，Carbon在漏洞发现、验证和修复的完整链条上均取得领先，而且这些外部评测是在未启用安全防护措施的情况下进行的。具体来看，衡量模型自主发现真实软件复杂缺陷能力的SEC-bench Pro为88.2%，衡量把已识别漏洞转化为可利用验证的ExploitGym为54.8%，衡量把发现转化为可用修复代码的CWE-bench为71.0%。谷歌还称，在内部测试中，Carbon生成无漏洞安全代码的成功率是上一代Argon的两倍以上。
在通用工程能力上，谷歌提到，Carbon在WebDev Arena上比上一代提升了89个Elo分，达到1768分，排名第四。在安全性指标上，谷歌称Carbon在Terminal-Bench 4.0上的成功作弊率为0.0%，作弊尝试率为0.4%；在Gray Swan的间接提示注入基准上，攻击成功率为0.0%，而Argon此前为0.7%。
需要提醒读者的是，上述成绩目前主要来自谷歌的发布公告和内部测试。由于首批之外的用户还无法调用这一模型，外部开发者暂时难以独立复现这些结果。因此，更稳妥的理解是：Carbon的纸面成绩很强，但独立验证还要等更广泛的开放。
为什么先给防御者：能力越强，攻守两面都越敏感
一个能高效发现漏洞、验证漏洞并写出修复代码的模型，对防御方是利器，对攻击方同样有价值。这正是谷歌选择分阶段开放的核心原因：先把模型交给防御方，用于漏洞分诊、修复和安全验证，同时在真实使用中检验防护措施，而不是一开始就向所有人开放。
这种做法并非首次。两周前发布的Gemini 4 Argon同样先面向防御者，之后才在10月中旬更广泛开放。Carbon沿用了Argon的多层安全防护体系，定价也延续其优惠安排：每百万输入token 2美元、输出10美元，缓存输入便宜95%，优惠期结束后升至4美元和20美元，但结束日期未公布。
影响与展望：短期看不到，长期值得盯
对普通用户和大多数开发者来说，Carbon短期影响有限：它不在常规产品中，没有公开试用入口和上线日期。能马上受益的，是首批获得权限的安全团队。
对行业来说，Carbon的信号意义大于即时产品意义。首先，前沿模型的迭代速度仍在加快，Argon到Carbon只隔了两周，谷歌显然在用更短的周期推进模型能力。其次，“先给防御者”正在成为处理高风险能力的一种固定模式：能力越接近攻防两用，开放节奏就越谨慎。最后，基准分数的竞争仍在继续，但随着模型越来越强，单纯看分数已经不够，真实场景中的安全性、可验证性和部署成本将越来越重要。
接下来值得关注三点：Fairwind扩大范围、Carbon何时进入开发者和企业产品、独立评测能否复现谷歌的安全基准。在此之前，合理期待是保持关注，而非急于围绕它做采购或迁移决策。