谷歌刚刚放出新一代前沿模型 Gemini 4 Carbon,它是继 Gemini 4 Argon 之后的升级版本,核心亮点就是业内热议的 RSI 递归自我改进技术,在 AA 综合智能指数拿到 59 分,小幅超过 Opus 5.5 的 58 分,在漏洞挖掘、安全补丁、长周期自主 Agent 任务上实现反超,不过在复杂大型代码重构、长文本深度推理场景,Opus 5.5 依旧保留优势,目前 Carbon 还没有全面开放 API,仅面向少量安全研究员和可信合作伙伴开放灰度测试。RSI 全称 Recursive Self-Improvement,也就是递归自我改进,这套机制不是让模型凭空重训底层权重,而是在 Agent 工作流层面迭代优化提示词、工具调用策略、记忆管理、搜索路径,模型在一次次完成任务的过程里复盘失败路径、优化执行方案,形成自我迭代的飞轮,也是 Carbon 相比 Argon 提升幅度巨大的关键原因。Carbon 主打长周期自主任务,支持连续多天不间断运行,适合在大型代码库里面定位底层漏洞、生成安全补丁,在 CWE-bench 漏洞修复、SEC-bench 漏洞发现、ExploitGym 漏洞利用这几项安全基准测试拿到行业第一;价格上和 Argon 保持一致,输入 4 美元 / 百万 token、输出 20 美元 / 百万 token,单次任务综合成本低于 Opus 5.5。但它短板同样明显,现阶段开放范围很小,普通开发者无法直接调用,在部分复杂工程 Agent 基准上,Opus 5.5 依旧领先,而且 RSI 属于早期实验能力,不是万能的,长链条任务依然会出现幻觉、路径跑偏。
一、Gemini 4 Carbon 与竞品跑分对比表
| 评测项目 | Gemini 4 Carbon | Claude Opus 5.5 | Gemini 4 Argon |
|---|---|---|---|
| AA Index v5.0 综合指数 | 59 | 58 | 50 |
| CWE-bench 漏洞修复通过率 | 71.0% | 67.0% | 55.0% |
| SEC-bench Pro 漏洞发现 | 88.2% | 81.6% | 76.1% |
| FrontierSWE 2 长代码工程 | 61.2% | 62.3% | 55.0% |
| 定价(输入 / 百万 token) | 4 美元 | 4 美元 | 4 美元 |
| 定价(输出 / 百万 token) | 20 美元 | 20 美元 | 20 美元 |
二、RSI 递归自我改进的工作逻辑
- 任务执行:模型接收复杂目标,调用工具、代码、检索完成任务
- 复盘评估:对失败、低效的步骤做自我诊断,找出策略缺陷
- 策略优化:自动调整 Agent 控制逻辑、提示模板、工具选择顺序
- 再次尝试:用优化后的策略重试同类任务,循环迭代
- 边界说明:目前是 Agent 层优化,不是基础大模型权重自动重训练
三、Gemini 4 Carbon 核心优势
- 网络安全能力突出,漏洞挖掘、补丁生成是当前第一梯队
- 长时 Agent 稳定性更好,支持多日连续自主执行工程任务
- 幻觉、对齐偏移问题相比上一代 Argon 下降明显
- 同价位下综合指数更高,单任务平均成本更低
- 多模态、科学推理、全栈网页开发能力同步提升
四、Gemini 4 Carbon 现存短板
- 没有对外公开 API,仅小范围灰度,准入门槛高
- 复杂大型代码重构基准,略弱于 Opus 5.5
- RSI 属于实验能力,超长任务依然存在翻车风险
- 安全管控严格,走 Fairwind 可信伙伴准入流程
- 第三方复现测试样本不多,跑分结论还需要更多验证
五、Carbon 与 Argon 的定位区分
Gemini 4 Argon 主打通用复杂推理、数学、科学计算;Gemini 4 Carbon 偏向长周期 Agent、网络安全、自主工程,RSI 能力是 Carbon 专属重点优化方向,二者会长期并行提供给企业客户。
【相关 FAQ】
问题 1:谷歌 Gemini 4 Carbon 曝光搭载 RSI 大招逼近 Opus 5.5,RSI 是什么能力?
回答 1:RSI 是递归自我改进(Recursive Self-Improvement),Gemini 4 Carbon 的 RSI 是在 Agent 工作流层面自动复盘、优化执行策略,不是自动重训模型底层权重,用来提升长任务的成功率。
问题 2:Gemini 4 Carbon 跑分超过 Opus 5.5,是不是代表 Carbon 全面强于 Opus 5.5?
回答 2:不是,Carbon 在综合指数、安全漏洞测试领先,但在部分大型代码 Agent、长文本深度推理场景,Opus 5.5 依旧有优势,属于各有侧重。
问题 3:现在普通开发者能不能直接调用 Gemini 4 Carbon?
回答 3:暂时不行,Gemini 4 Carbon 处于灰度测试阶段,只开放给少量安全研究员、可信合作伙伴,需要走谷歌 Fairwind 项目审核,没有开放普通开发者 API。
问题 4:Gemini 4 Carbon 和之前的 Gemini 4 Argon 是什么关系?
回答 4:Carbon 是 Argon 之后的迭代版本,Argon 主打通用推理、数学科学;Carbon 重点强化 RSI、网络安全、长时自主工程 Agent,两个模型并行提供服务。
【参考资料】
[2026-10-28](Introducing Gemini 4 Carbon)Google 官方博客
[2026-10-28](谷歌下一代杀器 Gemini 4 Carbon 曝光!RSI 大招逼近 Opus 5.5)太平洋科技
[2026-10-29](Gemini 4 Carbon 跑分出炉,多项安全基准超越 Opus 5.5)新智元
[2026-10-10](谷歌 Gemini 4 Carbon 内部测试,RSI 递归自改进技术曝光)凤凰网科技
[2026-10-30](Gemini Carbon vs Opus 5.5 基准对比:综合领先但工程代码仍有差距)DEV Community
【免责声明】
本文为 Gemini 4 Carbon 公开资讯整理,该模型处于有限灰度发布阶段,RSI 属于实验性功能,跑分结果来自官方与第三方评测,不同测试集、提示词下结果会有浮动;模型开放时间、准入规则、能力边界后续会持续迭代,本文不构成模型选型、业务落地决策建议,最终能力与开放安排以 Google DeepMind 官方公告为准。
本文来自作者[松软鲸鱼]投稿,不代表新品牌网立场,如若转载,请注明出处:https://www.china12315.com.cn/qyzx/202611/166.html
评论列表(4条)
我是新品牌网的签约作者“松软鲸鱼”!
希望本篇文章《谷歌 Gemini 4 Carbon 正式曝光,搭载 RSI 递归自改进技术,综合能力逼近 Claude Opus 5.5》能对你有所帮助!
本站[新品牌网]内容主要涵盖:互联网行业的追踪与探索
本文概览:谷歌刚刚放出新一代前沿模型 Gemini 4 Carbon,它是继 Gemini 4 Argon 之后的升级版本,核心亮点就是业内热议的 RSI 递归自我改进技术,在 AA 综合智能指数拿到 59 分,小幅超过 Opus 5.5 的 58 分,在漏洞挖掘、安全补丁、长周期自主 Agent 任务上实现反超,不过在复杂大型代码重构、长文本深度推理场景,Opus 5.5 依旧保留优势,目前 Carbon 还没有全面开放 API,仅面向少量安全研究员和可信合作伙伴开放灰度测试。RSI 全称 Recursive Self-Improvement,也就是递归自我改进,这套机制不是让模型凭空重训底层权重,而是在 Agent 工作流层面迭代优化提示词、工具调用策略、记忆管理、搜索路径,模型在一次次完成任务的过程里复盘失败路径、优化执行方案,形成自我迭代的飞轮,也是 Carbon 相比 Argon 提升幅度巨大的关键原因。Carbon 主打长周期自主任务,支持连续多天不间断运行,适合在大型代码库里面定位底层漏洞、生成安全补丁,在 CWE-bench 漏洞修复、SEC-bench 漏洞发现、ExploitGym 漏洞利用这几项安全基准测试拿到行业第一;价格上和 Argon 保持一致,输入 4 美元 百万 token、输出 20 美元 百万 token,单次任务综合成本低于 Opus 5.5。但它短板同样明显,现阶段开放范围很小,普通开发者无法直接调用,在部分复杂工程 Agent 基准上,Opus 5.5 依旧领先,而且 RSI 属于早期实验能力,不是万能的,长链条任务依然会出现幻觉、路径跑偏。