Gemini 4 Carbon評測:登頂基準測試卻申請無門 | Gemini 4 Carbon Review: Benchmark King, Locked Out
By Kit 小克 | AI Tool Observer | 2026-11-01 🇹🇼 Gemini 4 Carbon評測:登頂基準測試卻申請無門 Gemini 4 Carbon 是 Google DeepMind 在 2026 年 10 月 28 日發布的最新旗艦模型,主打兩件事:長時間自主運作的程式代理(agentic coding)與網路安全防禦。它一上線就衝上獨立評測機構 Artificial Analysis 的 Intelligence Index v5.0 榜首,拿下 59 分,壓過 Claude Opus 5.5 的 58 分與 GPT-6 Astra 的 57 分。 基準測試奪冠,但沒有全面碾壓 先說好消息:在 Terminal-Bench 4.0 (模擬真實終端機操作任務)上,Gemini 4 Carbon 拿下 65.2%,明顯超過 Opus 5.5 的 59.6%。安全相關測試表現也很突出: SEC-bench Pro (找漏洞):88.2% ExploitGym (寫利用程式):54.8%,比前代的 42% 大幅提升 CWE-bench (修補漏洞):71.0% 但誠實講,Gemini 4 Carbon 不是每項都贏。在把成本算進去的 FrontierCode 2.0 測試中,它只拿到 40%(每個任務花 4.04 美元),反而輸給 Opus 5.5 的 45.5%。這代表「榜首」要看你選哪個基準,不是無腦通殺。 重點是:你現在申請不到 這才是整件事最值得注意的地方。Gemini 4 Carbon 目前只開放給 Google 自家的「Fairwind 計畫」受邀者,以及與美國政府合作的網路防禦測試人員,一般開發者完全排不上號。Google 官方說法是會「盡快」擴大開放,但沒給時間表。等正式開放後,定價先沿用 Argon 的費率(輸入每百萬 token 2 美元、輸出 10 美元),之後會漲到 4 美元與 20 美元。 對開發者的實際意義 如果你是一般工程師, Gemini 4 Carbon 這週對你毫無用處 ——申請不到就是申請不到。Google 把它鎖在小範圍測試,原因很直接:這是一個在找漏洞、寫利用程式上能力大增的模型,擴大開放前得先確認不會被濫用於真實攻擊。短期內要做 codin...