Marico's space

最近折腾了 Gemini 4 Carbon 这类安全模型，踩了几个坑，这篇把问题说清楚：Google 这次发布的重点不是“让更多开发者马上用上”，而是一个面向编码与网络安全的专用前沿模型，以及它目前非常有限的首发范围。

Google 于 2026 年 10 月 28 日星期三发布了 Gemini 4 Carbon。这是 Google 最新的前沿 AI（人工智能）模型，也是两周内发布的第二个 Gemini 模型。距离 Gemini 4 Argon 上市只有两周，但 Carbon 的定位比通用旗舰模型窄得多：它专注于编码和网络安全，目标是在长时间、复杂任务中把事情做好。

这个定位让 Carbon 值得关注，也意味着大多数开发者目前还无法真正试用。我们可以把这件事拆成两部分来看：Google 宣称 Carbon 能做什么，以及今天到底谁能用上它。

发布了什么

Carbon 是 Gemini 家族中的一款前沿模型，主要面向开发者和企业客户。Google 直接把它放到了 OpenAI 和 Anthropic 的竞争位置上，争夺编码与网络安全领域的市场。在这个市场里，仅仅写出“看起来像那么回事”的代码已经不够，真正能写出安全代码才是核心。

Google 表示，Carbon 在多项网络安全任务上达到了当前最先进水平，包括漏洞发现、漏洞利用和软件补丁。它还面向复杂、长时间运行的工程与编码任务设计——这类工作往往要求模型持续理解大型代码库，完成一系列相互依赖的修改，并在任务结束时依然保持连贯。

Google 目前给出的唯一一个明确数字很抢眼，但也需要仔细理解：按照 Google 的内部基准测试，Carbon 生成安全代码的成功率超过 Gemini 4 Argon 的两倍。

“超过两倍”听起来像一句营销话术，但拆开来看，它实际比较的是：Google 内部测试中，针对安全代码这一特定指标，Carbon 的表现与 Argon 相比如何。它不是原始代码生成量，也不是开发者可以自行复现的公开基准测试。趋势很明确，幅度也很大，但这是 Google 用自己设计的测试给自己打分，测试细节尚未公开。可以把它当作强信号，不要直接当成 Carbon 在你的代码库里一定会表现得如何的已验证事实。

Carbon 与 Argon 到底有什么不同

两周前发布的 Argon，扩大了 Gemini 家族在开发者和企业客户中的覆盖范围。Carbon 基于同一家族，但拿着更专门的任务说明。

可以这样理解：

• Argon 是面向开发者和企业客户的通用版本，代表新一代 Gemini 模型正式登场。
• Carbon 是这一代产品中的安全与工程专家，针对那些一个 bug 不只是带来不便、而是会形成安全漏洞的工作进行了专门调优。

定价也传达了同样的信息。Carbon 的价格为每百万输入 token 2 美元、每百万输出 token 10 美元，与 Gemini 4 Argon 的首发价格一致。直白地说，如果你输入一百万 token 的代码和上下文——具体规模取决于你怎么计算，大致相当于一次超大型代码库审查——输入成本是 2 美元；模型每输出一百万 token，则需要支付 10 美元。

费用大头在输出端，这一点对长时间运行的任务尤其值得注意。一个按“持续工作数小时”来设计的模型会产生大量输出，而输出 token 的单价是输入 token 的五倍。

价格保持一致还有另一层意义。至少在首发阶段，Google 没有因为 Carbon 更专业就收取额外溢价。等 Carbon 扩大可用范围时，已经按照 Argon 价格做预算的团队，不必重新建立一套定价模型来评估它。当然，这份首发价格之后是否还能维持，是另一个问题，Google 目前没有回答。

今天到底谁能使用

这是多数标题不会强调的部分，也是整次发布中最重要的细节：Carbon 首先只会通过 Google 的 Fairwind Program，向一部分网络安全防御方开放。

不是所有开发者都能用。不是所有企业客户都能用。也不是今天下午注册一下通用 API（应用程序接口）就能拿到。它只会在安全防护措施仍处于测试阶段时，通过一个特定项目，先提供给部分网络安全防御方。

“安全防护措施仍在测试”这句话承担了不少信息，值得认真对待，而不是当成套话。一个真正擅长发现漏洞和利用漏洞的模型，从定义上说就具有双重用途。能在攻击者之前找出代码缺陷的能力，同样可能被攻击者用于寻找别人代码里的缺陷。Google 实际上是在表明，它清楚这种风险，因此先限制初始访问范围，在测试护栏的同时只向防御方开放。

这个做法是合理的，也意味着对那些把 Carbon 描述成“已经可以直接接入研发流水线”的报道，应该保持怀疑。对大多数开发者来说，Carbon 现在值得观察和提前规划，而不是拿来构建业务。

如果你身处安全防御社区，真正需要确认的是自己是否属于 Fairwind 的首批用户，以及项目条款是什么。如果暂时不在其中，那么更有价值的问题是：全面开放后会发生什么？价格已经公开，能力声明也已经记录在案，接下来该衡量的，就是从发布到可用之间的时间差。

开发者或安全工程师为什么应该关注

即使访问范围有限，Carbon 仍然值得开发者关注，主要有三个原因。

第一，安全代码生成正在成为真正重要的基准。过去两年，编码模型通常主要看代码能不能跑。Carbon 的核心宣传指标却是代码是否安全，这是难度更高、也更实用的测试。如果这种评估方式成为前沿编码模型的主流比较标准，“擅长编码”的定义就会改变，也会迫使其他厂商公布同等口径的数据。

第二，长时间运行的工程任务正在成为下一个瓶颈。短小、局限于单文件的任务基本已经解决。真实工程中最折磨人的是多步骤工作：跨代码库重构、修复漏洞并处理连锁影响、在不破坏依赖方的情况下迁移服务。专门为复杂、长时间任务设计的模型瞄准的正是这类痛点。如果它确实能交付，小团队能够承接的工作量也会随之变化。

第三，先向防御方开放是一个值得观察的模板。Google 如何界定防御方、如何测试安全防护措施，以及何时扩大访问范围，都会影响后来所有具备类似能力的模型。OpenAI 和 Anthropic 也在竞争同一块市场，它们的访问策略将不可避免地与 Carbon 对照。Fairwind Program 不只是一个分发渠道，它也是一份关于“谁应该最先获得强大安全能力，以及为什么”的政策声明。

接下来需要关注什么

• 更广泛的可用范围：Carbon 何时、以何种方式走出 Fairwind 的首批用户范围，以及届时价格是否仍保持每百万输入 token 2 美元、每百万输出 token 10 美元。
• 独立评估：第三方基于公开基准测试，对安全代码生成和漏洞相关能力进行验证，而不是只依赖 Google 的内部测试。在“超过 Argon 两倍”的说法被独立验证之前，它不应该直接推动采购决策。
• 安全防护细节：Google 的测试具体覆盖什么，又发现了什么。“安全防护措施仍在测试”是一次坦诚的说明，下一步就是看测试结果。
• 竞争者的回应：OpenAI 和 Anthropic 如何应对一款安全专用的前沿模型，以及它们会采用同样的“防御方优先”策略，还是直接全面开放。

目前还不知道的事情

要诚实面对这次发布，就得把几个关键问题列出来，因为公告还留下了不少空白：

• 通用 API 可用时间：Google 没有说明 Carbon 何时、或者是否会走出 Fairwind 首批用户范围并全面开放。不要假设现在就能注册使用。
• 上下文窗口：官方没有公布任何上下文窗口数值。任何为 Carbon 引用具体数字的文章，都是在猜测。
• 公开基准分数：除了“生成安全代码的成功率超过 Argon 两倍”这一内部数据外，Google 没有给出公开基准分数。目前还没有独立测试结果，可以拿它与 OpenAI 或 Anthropic 的模型直接比较。
• Fairwind 资格条件：哪些防御方能够率先使用，具体标准尚未公开。
• “当前最先进”是如何测出来的：目前的网络安全性能声明主要建立在 Google 自己的评估之上，还没有独立审计。

这些缺失并不代表 Carbon 无关紧要。如果它确实更擅长发现漏洞、修补漏洞，并在长时间任务中写出安全代码，那会是一款相当重要的工具——先服务于防御方，最终可能走向更多用户。但今天最准确的状态是：已经发布、价格已经公开、开放范围很窄，安全防护仍在测试。

值得关注的模型已经出现。对大多数人来说，真正能用的模型还没有到位。

披露：本文基于 Google 于 2026 年 10 月 28 日发布的 Gemini 4 Carbon 公告，以及 Reuters 的报道。我们没有上手测试 Carbon——它目前只通过 Google 的 Fairwind Program 向部分网络安全防御方开放。本文不含联盟链接，除公告内容外，没有补充任何基准测试、上下文窗口或可用范围方面的声明。

资料来源

• Reuters，《Google unveils Gemini 4 Carbon frontier AI model》，2026 年 10 月 28 日