谷歌在周三揭晓了 Gemini 4 Carbon,这是其最新的前沿模型,具备先进的网络安全和长远能力。
“它在编码和代理任务以及网络安全防御的关键能力上显示出显著的提升,在 SEC-bench Pro(88.2%)中领先于发现漏洞,在 ExploitGym(54.8%)中领先于利用,在 CWE-bench(71.0%)中领先于修补,”谷歌 DeepMind 的高级副总裁兼首席 AI 架构师 Koray Kavukcuoglu 说。
在人工分析智能指数基准测试中,Carbon 以 59 的得分领先,超过了 Anthropic 的 Claude Opus 5.5(58)、OpenAI GPT-6 Astra(57)和 GPT-6.1 Sol(55)。
其中一个核心关注领域是网络安全,最新版本据报道在各个方面提供了显著的性能提升,包括漏洞检测、验证和修复。与 Argon 相比,Carbon 生成安全代码的可能性也提高了两倍。
谷歌还强调,Carbon 试图通过在面对模糊性时寻求人工输入来应对复杂或高压任务,而不是“猜测或强行推进”,并抵御每次评估的间接提示注入攻击尝试。
Gemini 4 Carbon 的首次亮相是在科技巨头发布 Gemini 4 Argon 后不到一周。发布计划与其前身类似,目前的推出仅限于一部分网络防御者,随后将根据其 Fairwind 计划扩大对其他可信合作伙伴的访问。
谷歌还表示,它正在积极参与美国政府的自愿预发布模型测试过程。
这一发展发生在 OpenAI 发布了 GPT-6.1 Terra,该模型被描述为一个快速、高效的模型,“在沟通和计算机基础任务中表现出色。”
“GPT-6.1 Terra 在我们的准备框架下达到了网络安全的关键阈值,并保持了为 GPT-6 Astra 开发的保护措施,”OpenAI 说。
“GPT-6.1 Terra 带来了 GPT-6 系列的对齐改进。根据我们的评估,GPT-6.1 Terra 更有可能保持在范围内,并诚实地向用户披露限制和潜在障碍,相较于 GPT-5.6 Terra。在我们的提示注入测试中,GPT-6.1 Terra 也表现出对旨在使其偏离用户任务的恶意指令的强大抵抗力。”
本周早些时候,竞争对手 Anthropic 还披露了一种未发布的内部研究模型,发现了一些全球最广泛使用软件中的关键漏洞。
这包括 Google Chrome 中的一键远程代码执行、Apple Safari 中的一键利用链,可用于访问用户的浏览历史、Cookies 和其他敏感数据、Android 锁屏绕过,以及 Windows HTTP.sys 驱动程序中的拒绝服务(DoS)缺陷(CVE-2026-33096,CVSS 分数:7.5)。所有识别出的问题均已由谷歌、苹果和微软修复。
“这些攻击链展示了模型在开源和专有软件中创建复杂多步骤利用的能力,”Anthropic 说。
“这些技能历史上一直是少数专家团队在这些目标上的领域。现在,模型可以在几乎没有人类参与的情况下做到这一点,并通过生成任何人都可以运行和验证的有效利用来证明。”
觉得这篇文章有趣吗?请在 Google 新闻、Twitter 和 LinkedIn 上关注我们,阅读更多我们发布的独家内容。