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

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 CarbonClaude Opus 5.5Gemini 4 Argon
AA Index v5.0 综合指数595850
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

  1. 任务执行:模型接收复杂目标,调用工具、代码、检索完成任务
  2. 复盘评估:对失败、低效的步骤做自我诊断,找出策略缺陷
  3. 策略优化:自动调整 Agent 控制逻辑、提示模板、工具选择顺序
  4. 再次尝试:用优化后的策略重试同类任务,循环迭代
  5. 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

赞 (1)

今日大家都在搜的词:

发表回复

本站作者后才能评论

评论列表(4条)

  • 松软鲸鱼
    松软鲸鱼 2026年11月10日

    我是新品牌网的签约作者“松软鲸鱼”!

  • 松软鲸鱼
    松软鲸鱼 2026年11月10日

    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!

  • 松软鲸鱼
    松软鲸鱼 2026年11月10日

    本站[新品牌网]内容主要涵盖:互联网行业的追踪与探索

  • 松软鲸鱼
    松软鲸鱼 2026年11月10日

    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。

联系我们

联系:143 0457 151

工作时间:周一至周五,9:30-18:30,节假日休息

关注我们