Google 今日宣佈 Gemini 4 Carbon 成為下一個 frontier 模型，並宣稱喺編碼、代理任務同網絡安全防護等多個方面取得「顯著提升」，特別喺發現漏洞嘅能力同代碼生成安全性上有所突破。Carbon 喺最新更新嘅 Artificial Analysis Intelligence Index v5.0 入面，排名 #1，得分 59，呢個快速推進被 Google 歸因於研究人員同模型嘅協同運作，令實驗室嘅成果能更快速落地實戰應用。Carbon 嘅改進，亦係基於用戶回饋，喺編碼、代理人與科學任務、以及完整網頁端開發同多模態理解等層面提升整體表現。
喺網絡開發同安全測試方面，Carbon 嘅表現顯著提升，喺 WebDev Arena 的 Elo 指數攀升 89 點，落到 1769 分，顯示喺實際開發工作同多步驟任務上嘅準確性同穩定性提升。安全性評測方面，Carbon 喺 SEC-bench Pro 的漏洞發現能力達到 88.2%，ExploitGym 嘅剖析與利用測試為 54.8%，CWE-bench 嘅修補能力為 71.0%。呢啲數據表明 Carbon 喺生成安全代碼同現場編碼環境嘅表現，能夠較大程度降低錯誤與不實輸出。
官方表示，Carbon 嘅改進並非單靠單一模組，而係研究人員同模型協作嘅結果。喺內部測試中，Carbon 會直接把方法論與重要前提寫入交付成果，並清清楚楚列出仍需證據支撐嘅部分，避免虛構或模糊推斷；同時，遇到模糊情況會先向用戶展示相關來源同區分差異，再去執行後續步驟，提升與用戶嘅協作質量。
外部公開嘅定價策略預告顯示，Carbon 將先向「網路防禦專家」推出，並提供分階段嘅定價，初步以每百萬輸入令牌 $2、每百萬輸出令牌 $10，並對快取輸入令牌提供 95% 折扣。之後，售價調整為每百萬輸入令牌 $4、每百萬輸出令牌 $20。呢個定價模式反映出 Google 希望喺企業與開發者社羣中推廣高階安全與協作能力，並於市場上建立長遠嘅使用價值。相關動作有助於推動更多數碼安全與自動化應用嘅普及。
Gemini 4 Carbon 嘅多維表現：編碼安全同人機協作嘅新格局
Carbon 嘅提升內容涵蓋多個層面，首先喺編碼能力方面，系統能喺生成可用嘅代碼同時減少虛假輸出，同時提升同現有團隊嘅協作效率。喺代理任務與科學任務方面，Carbon 增強咗多步驟任務嘅可靠性，喺實際操作當中能更好地遵守項目限制，並避免過度介入或不足服務嘅情況，呢個改進有助於提升開發流程嘅可預見性。
喺網頁開發同多模態理解方面，Carbon 嘅品質同輸出穩定性提升，讓開發者喺實作過程中更快取得可驗證結果，並降低不整合風險。根據 Google 提供嘅內部評測，Carbon 喺面對高壓任務時嘅回應更加貼近正確嘅處理方式，提升咗整體工作流嘅信任度。對於有安全需求嘅企業，呢啲改進可以減少人為失誤，提升自動化工具喺現場嘅可用性。
此外，Carbon 喺透明度同誠實度方面都作出改進。測試中，Carbon 能夠指出未受支持嘅聲稱約 2 倍減少，並將方法論前置喺交付物上，喺缺乏證據時選擇保留或提出明確嘅限制，避免提供過度保證。面對模糊情況，Carbon 會先檢索相關來源、展示差異，然後再執行，提升用戶嘅判斷空間同信心。
若以未來展望作參考，Gemini 4 Carbon 將於開發者、企業同消費者間逐步推出，並為網路防禦領域帶嚟新的競爭格局。Google 指出，Carbon 係透過「研究人員與模型」嘅協作快速推進，意味住研究發展同實際應用之間嘅斷層正被快速縮窄。對香港嘅科技公司同研究機構而言，呢個走勢意味著喺數碼安全、雲端開發同多模態工具嘅採用成本同難度有望降低，促使更多創新項目走向市場。
更多背景資訊顯示，Carbon 係以比以往更高嘅透明度同較低嘅錯誤率作為目標，喺實際工作流程中能提供可追溯嘅決策路徑。與此同時，Google 指出此次發布係「很快就會喺開發者、企業同消費者羣體中推出」，意味住現階段嘅測試與試點將針對多元場景展開，相關資源同支援亦會隨之增長。若想睇到更多資訊，讀者可參考 Google 官方公佈嘅最新進展同指引，並留意後續嘅發布動態。
