跳到正文
热点事件持续更新

Google公布Carbon网络安全基准成绩

3 篇报道3 个报道来源2 小时前更新

先了解这件事

AI 综述

2026年10月29日，Google在X发布Carbon网络安全能力数据，称其在漏洞发现、风险验证和根因修补三个环节均实现“最先进性能”：在SEC-bench Pro上的真实漏洞发现率为88.2%，在ExploitGym上的漏洞利用验证率为54.8%，在Collinear的CWE-bench上的根因修补率为71.0%。Google还称，内部基准测试显示Carbon生成安全代码的成功率较Gemini 4 Argon提升超过2倍。当前报道仅包含上述基准结果，未提供测试方法、对照范围或第三方验证信息。随后，Artificial Analysis发布Gemini 4 Carbon高推理能力完整基准测试结果，但该报道未列出具体分数、测试项目或与Google说法的核验结论。最新报道进一步称，Gemini 4 Carbon（High）以1528分位居Text Arena第一，在Agent Arena排名第二，落后于Opus 5.5，在Web Dev Arena排名第四；其Agent Arena进入新的Pareto Frontier，Artificial Analysis V5分数为59。

AI 根据报道生成 · 1 小时前更新

最新进展10月29日 01:58
Carbon（High）位居Text Arena第一，Agent Arena排名第二。

事件进展

2 个进展
  1. 10月29日 01:23 · 2 篇报道
    Gemini 4 Carbon高推理完整基准结果公布
    Artificial Analysis：Gemini 4 Carbon 高推理能力完整基准测试结果
  2. 10月29日 01:03 · 1 篇报道
    Carbon网络安全模型基准性能公布
    Google：Carbon 网络安全防御全流程性能领先

报道时间线

沿着报道，了解事件的不同侧面。

10月29日
  1. X：Testing Catalog (@testingcatalog)
    Gemini 4 Carbon (High) 位居 Text Arena 第一，Agent Arena 排名第二

    Gemini 4 Carbon (High) 以 1528 分位居 Text Arena 第一，在 Agent Arena 排名第二，落后于 Opus 5.5，并在 Web Dev Arena 排名第四。它在 Agent Arena 进入新的 Pareto Frontier，Artificial Analysis V5 分数为 59。

  2. X：Artificial Analysis (@ArtificialAnlys)
    Gemini 4 Carbon 高推理能力完整基准测试结果

    Gemini 4 Carbon 高推理能力下的完整基准测试结果

  3. X：Google (@Google)
    Carbon 网络安全防御全流程性能领先

    Carbon 在网络安全防御生命周期各环节均实现最先进性能： 🔵 发现真实漏洞：SEC-bench Pro 上达到 88.2% 🔵 通过漏洞利用验证风险：ExploitGym 上达到 54.8% 🔵 从根因修补漏洞：Collinear 的 CWE-bench 上达到 71.0% 在内部基准测试中，Carbon 生成安全代码的成功率较 Gemini 4 Argon 提升超过 2x。

本事件热度走势

还没有足够的连续观测数据，暂不绘制趋势。

关联事件