Gemini 4 Carbon 是什麼：資安三項最強、能連跑好幾天，Google 新一代前沿模型一次看懂

AI 新知趨勢／資料更新至 2026 年 10 月 29 日

阿公龍又進化成卡蹦龍了！Gemini 4 Argon（阿公龍）兩週前才擴大開放，Google 在台灣時間 10 月 29 日凌晨又發表下一代前沿模型 Gemini 4 Carbon（卡蹦龍）。它在改版後的 Artificial Analysis 智慧指數 v5 拿下 59 分，重回第一。^[1]^[2]

這次 Google 主打兩件事：資安和長時間任務。這篇用官方公告和獨立評測，帶你看懂 Carbon 強在哪、還有哪些地方沒那麼強、什麼時候才用得到。

30 秒看重點

59 分

Artificial Analysis 智慧指數 v5 第一名，比 Argon 多 9 分

88.2%

找漏洞的 SEC-bench Pro，資安三項評測都是官方宣稱的最佳成績

連跑數天

Google 內部看到它遇到死路就換方向，一路追到問題根源

0.0%

Terminal-Bench 作弊成功率與提示注入攻擊成功率

US$2／10

推廣期每百萬 token 輸入／輸出價格，和 Argon 相同

資料：Google 官方公告、VentureBeat、Artificial Analysis，詳見文末資料來源。

01智慧指數 v5 拿下 59 分，重回第一

Artificial Analysis 智慧指數是由九項獨立評測組成的綜合分數。在剛改版的 v5.0，Carbon（高推理模式）以 59 分排第一，小贏 Claude Opus 5.5 的 58 分和 GPT-6 Astra 的 57 分；上一代 Argon 是 50 分。^[2]^[3]

誰是現在最聰明的模型？

Artificial Analysis 智慧指數 v5.0，滿分以 60 為刻度示意

Gemini 4 Carbon

Claude Opus 5.5

GPT-6 Astra

Gemini 4 Argon

※ 前三名只差 2 分，差距很小。資料：Artificial Analysis（2026 年 10 月 28 日，經 VentureBeat 整理）

看數據，先看定義

v5 是新版題庫：約六成改用不公開的題目或不公開答案，也換掉了已經被考爛的舊測驗，所以 59 分不能和舊版指數的分數直接比。^[2]

02資安：找漏洞、驗漏洞、修漏洞三步都領先

Google 把資安防禦拆成三個步驟，Carbon 在三項對應的評測都拿下官方宣稱的最佳成績（state-of-the-art）：^[1]

找漏洞：SEC-bench Pro 88.2%

自主找出真實軟體裡藏得很深的漏洞

驗漏洞：ExploitGym 54.8%

確認漏洞能不能被利用，決定先修哪個

修漏洞：CWE-bench 71.0%

把驗證過的問題，直接寫成能用的修補程式

資安評測（測什麼）	Argon	Carbon
SEC-bench Pro 找漏洞	83.4%	88.2%
ExploitGym 驗證是否可被利用	42.0%	54.8%
CWE-bench 修補根本原因	68.0%	71.0%

資料：Google 官方公告比較表（2026 年 10 月 28 日），經 VentureBeat 整理。^[1]^[2]

實際應用上，Google 說 Carbon 產生安全程式碼的成功率是 Argon 的兩倍以上；Chrome 團隊回報，它產生高品質修補的表現，比另一家實驗室的大型前沿模型好十倍以上；雲端資安平台 Wiz 也看到它在網站滲透測試的評測領先。^[1]

要記得

這三項外部評測是在沒有安全護欄的情況下測的，正式開放後加上限制，分數不一定一樣。Chrome 團隊的「十倍」對手沒有具名，也沒有公開原始數據。^[1]^[2]

03長時間任務：能連跑好幾天，遇到死路就換方向

Carbon 是為了「持續好幾個步驟的代理工作」設計的。Google 內部看到它可以連續跑好幾天，遇到死路就換方向，處理像是在大型程式碼庫和底層系統裡，追出細微錯誤的根本原因並修好它這類多步驟工程任務。^[1]

評測（測什麼）	Argon	Carbon
GraphWalks 25.6 萬到 100 萬 token 長文推理	84.2%	96.2%
Agents’ Last Exam v1.1 代理任務	69.0%	77.4%
Terminal-Bench 4.0 終端機操作	57.1%	65.2%

資料：Google 官方公告比較表，經 VentureBeat 整理。^[1]^[2]

網頁開發也有進步：在 WebDev Arena 排行榜，Carbon 比 Argon 多了 89 分，以 1769 分排第 4。^[1]

長時間任務是什麼

一般聊天是一問一答；長時間任務是交給 AI 一個大目標，讓它自己規劃、執行、檢查、失敗了再試別的方法，中間可能跑上幾小時甚至幾天。這時「會不會偷懶、會不會亂報完成」就和聰明一樣重要。

04更守規矩：作弊和提示注入都降到 0%

跑得越久，越需要信得過。Google 這次特別訓練 Carbon 在複雜或高壓的任務中「照規矩來」：^[1]

項目（測什麼）	結果
Terminal-Bench 4.0 作弊鑽測驗漏洞拿分	成功 0.0%（嘗試 0.4%）
Gray Swan 間接提示注入被藏在網頁、文件裡的指令操控	Argon 0.7% → 0.0%
高嚴重度失準警示 Google 內部真實寫程式環境	減少將近 80%
沒有根據的說法內部測試	約減半
做過頭／做不夠超出範圍、幫得不夠	分別減少 26%、29%

資料：Google 官方公告（2026 年 10 月 28 日）。^[1]

看懂這個數據

提示注入 0% 指的是「測過的攻擊全部擋下」，不代表遇到任何網頁或文件裡的惡意指令都不會中招。這些數字也都是 Google 自己測的，外部使用者能不能重現，還要等開放後驗證。^[2]

05但，不是每一項都第一

獨立評測顯示，Carbon 比 Argon 全面進步，但在幾個地方仍落後對手，甚至有一項變差：^[2]

軟體工程沒有全勝

FrontierSWE 2 拿 61.2%，落後 GPT-6 Astra 的 65.5% 和 Opus 5.5 的 62.3%。

電腦操作仍輸 Opus

OSWorld 離線子集 81.5%，Opus 5.5 是 87.2%。

幻覺率反而上升

AA-Omniscience 答對率從 48% 升到 58%，但不會時亂答的比例從 4% 升到 11%。

知識工作不是第一

AA-Briefcase 進步 126 分到 1609，仍落後 Grok 4.7、Kimi K3.1 Pro 等模型。

看數據，先看定義

這裡的幻覺率，是「答錯的題數 ÷（答錯＋部分答對＋沒作答）」，不是「11% 的答案都是編的」。它代表 Carbon 更敢回答，答對變多，但不會的時候也更容易硬答。^[2]

06價格和 Argon 一樣，但一般人還要再等等

API 價格（每百萬 token）	Argon	Carbon
推廣期輸入	US$2	US$2
推廣期輸出	US$10	US$10
快取輸入只收輸入價的 5%	US$0.10	US$0.10
推廣期後輸入／輸出	US$4／20	US$4／20
推廣期結束	11 月 30 日	尚未公布

資料：Google 官方公告註腳、VentureBeat 整理（2026 年 10 月 28 日）。^[1]^[2]

開放順序是：本週先給一部分資安防禦者，再透過 Fairwind 計畫逐步開放給更多受信任的合作夥伴；開發者、企業和一般用戶，Google 只說會「盡快」，沒有給日期。Google 也表示正參與美國政府自願性的模型上市前測試。^[1]^[4]

所以現在想用的人，能用的仍是 Argon：它已經在 10 月 13 日擴大開放，可以從 API、AI Studio 和 Gemini 付費方案使用。^[2]

07現在可以先做什麼

先用 Argon 練手

把要交給 AI 的長任務拆清楚：目標、限制、怎麼算完成。Carbon 開放時直接換模型就好。

建立檢查流程

AI 寫的程式和修補，一樣要經過測試和人工審查。模型越能跑，越需要守門的人。

關心資安開放

有資安團隊的企業，可以留意 Fairwind 計畫的申請資格與開放進度。

AI 跑得越久、做得越多，我們的角色就越像「出題的人」和「驗收的人」。學會把任務說清楚、把成果看仔細，是不管哪一代模型都用得上的能力。

延伸學習

想先打好基礎、學會判斷 AI 給的答案，可以從這兩門課開始：

也可以搭配閱讀：企業 AI 資安法規課怎麼上？、主代理與子代理：AI 怎麼分工？

前往課程清單

本文重點

Gemini 4 Carbon 在 Artificial Analysis 智慧指數 v5 以 59 分排第一，但前三名只差 2 分。
資安的找、驗、修三項評測都是官方宣稱的最佳成績，不過是在沒有護欄的條件下測的。
Google 內部看到它能連跑好幾天；作弊與提示注入成功率在測試中都是 0%。
軟體工程、電腦操作仍有對手領先，獨立評測的幻覺率也比 Argon 高。
價格和 Argon 相同；目前只開放資安防禦者，一般人現階段能用的是 Argon。

想一想

如果 AI 可以自己連續工作好幾天，你會交給它什麼任務？又會用什麼方式確認它真的做對了？

資料來源

Google（2026 年 10 月 28 日）。Gemini 4 Carbon: our next frontier model
VentureBeat（2026 年 10 月 28 日）。Google unveils Gemini 4 Carbon, retaking the world’s no. 1 spot on updated, harder benchmarks
Artificial Analysis（查閱：2026 年 10 月 29 日）。Artificial Analysis Intelligence Index
Google DeepMind（查閱：2026 年 10 月 29 日）。Fairwind Program

本文依官方公告與獨立評測整理，並非 Gemini 4 Carbon 上手實測。封面為 AI 生成的示意插畫。

Edit with Tr.Bug

Follow me on：LinkedIn　｜　探教育TempEDU