2026年10月28日 | 双子座4碳是我们最强大的模型，具有先进的网络安全和长期能力。您的浏览器不支持音频元素。收听文章[[duration]]分钟此内容由谷歌AI生成。生成性AI处于实验阶段今天，我们宣布下一个前沿模型：双子座4碳，我们最强大的模型，具有先进的网络安全和长期能力。碳在最近更新的v5.0人工分析智能指数中排名第一，得分59。它在编程和代理任务以及网络安全防御所需的关键能力上表现出显著的提升，在SEC-bench Pro（88.2%）中找出漏洞，ExploitGym（54.8%）用于利用，CWE-bench（71.0%）用于修补方面都占据了稳固的领先位置。在内部基准测试中，碳在生成安全代码方面表现出强劲的提升，在与我们自己的团队进行实时编程时，显示出较低的错位和伪造率。在两周前发布的双子座4氩气基础上，碳展示了我们推进前沿的速度。我们的研究人员和模型密切合作，以更快地提高能力，同时加强我们的安全防护。我们采取了谨慎的推出方法，积极参与美国政府的自愿预发布模型测试流程。从本周开始，我们将向部分网络防御者提供碳，并将通过我们的Fairwind计划逐步向更多可靠的合作伙伴开放访问。在向开发者、企业和消费者通过我们的产品接口提供碳之前，我们将继续收集反馈，并对安全护栏进行迭代。双子座4碳将以与氩气相同的介绍价格推出，每百万个输入标记为2美元，每百万个输出标记为10美元，缓存输入标记的价格为输入标记价格的95%折扣。改善挑战性、长期任务的编码和推理能力为了应对更困难的长期工程问题，碳旨在支持持续的代理工作流程。在内部，我们的团队看到碳可以持续运行数天以突破死胡同，处理复杂的多步骤工程任务，如查根和修补大型代码库和低级系统中的细微错误。基于用户反馈，我们专注于提高模型在多个领域的表现，包括编程、代理和科学任务，以及全栈Web开发和多模态理解。通过提高Web开发中的输出质量和工件，碳在WebDev Arena中跃升89个elo点，排名第4（1769）。尖端的网络安全性能帮助构建安全系统双子座4碳在网络安全能力方面实现了显著飞跃。它在网络安全防御生命周期——漏洞检测、验证和修复方面实现了尖端性能。我们的团队已经看到网络防御方面的强劲提升。在内部基准测试中，碳在生成安全代码的成功率上超过氩气超过2倍。作为另一个例子，Chrome团队报告称，碳在生成高质量补丁方面的表现比其他实验室的大型前沿模型好十倍以上。我们的领先云安全平台Wiz也在网络渗透测试的基准测试中观察到碳领先，这是Wiz的Scan for Good倡议的核心能力。碳在关键外部基准测试中表现突出（在没有安全护栏的情况下评估）：发现真实漏洞：网络安全防御的核心是发现真实的漏洞。碳在SEC-bench Pro上实现了尖端的88.2%，自主发现现实软件中埋藏的复杂缺陷。通过利用验证风险：为了优先考虑首先修复哪种漏洞或是否修复，网络防御者越来越依赖模型检查哪些漏洞是可利用的。碳在流行的利用基准ExploitGym上设定了新的尖端标准（54.8%）。根本原因修补：在识别漏洞后，修复根本原因是网络安全防御生命周期中的关键步骤。碳在Collinear的CWE-bench上达到了71.0%，将验证的发现直接转化为有效代码修复。推进前沿模型的安全性与安全性双子座4碳建立在氩气相同的多层安全性和安全堆栈上——结合模型训练、实时误用防御、提示注入弹性和思维链监控。特别是，我们在与氩气的模型对齐方面取得了重大进展，并在我们的安全与安全报告中报告了其以对齐方式行事的倾向。通过碳，我们挑战自己在对齐方面更进一步，并训练模型以正确的方式回应复杂或高压任务。