Google 这次没藏着掖着,直接把 Gemini 4 Carbon 摆上了「最聪明」的位置。Artificial Analysis 的 Intelligence Index v5.0(一个把各家前沿模型拉到同一把尺子上量智力的榜单),它 59 分登顶,把上一阵 Argon 的风头接了过来。
但比分数更值得盯的,是它主打的方向。SEC-bench Pro 88.2%、ExploitGym 54.8%、CWE-bench 71.0%——这一串都是安全编码和攻防基准(模型既要会写不容易出漏洞的代码,也要经得起被黑客式智能体反复试探)。Google 明显在把「安全」焊进旗舰的定义。
我的判断:这不是凑基准玩的。过去前沿模型比的是「谁更会聊天、谁更会考试」,现在 Carbon 把「谁的代码更扛打」当卖点,等于在告诉企业买家——用我的模型写生产系统,踩坑概率更低。
分阶段开放也透着精明。先给一部分人用、再全量,既控风险又吊胃口。这种节奏老练得不像第一次做旗舰发布。
对产业决策者,真正要算的账是:当「安全编码」成了模型的分水岭,你选型时的评估表就得重写了。别只看 benchmark 总分,要看它扛不扛得住真实攻击面。