Gemini 4 Carbon: Our next frontier model
本条目由 AI 按收录标准筛选与撰写，经独立的 AI 核查在原文中逐条找到依据，未经人工审核；数字与结论以原文为准。
相关报告
收录理由
该报告披露 SEC-bench、ExploitGym、CWE-bench 等外部基准评测，Terminal-Bench 对齐与作弊率实验，内部安全代码与 live coding 观测，以及分阶段 Fairwind rollout 与 token 定价说明。
关键要点
- 在 Artificial Analysis Intelligence Index v5.0 上排名第一，得分为 59。
- 在 SEC-bench Pro 上为 88.2%，用于自主发现真实软件中的复杂漏洞。
- 在 ExploitGym 上为 54.8%，在 Collinear 的 CWE-bench 上为 71.0%。
- Terminal-Bench 4.0 上成功作弊率降至 0.0%，作弊尝试降至 0.4%。
- WebDev Arena 提升 +89 elo 分，排名第 4（1768）。
- Gray Swan 间接提示注入基准上攻击成功率为 0.0%（Argon 曾为 0.7%）。