Gemini 4 Carbon 营销人指南:排名第一的模型被锁住了,现在该跑什么

谷歌那篇 Gemini 4 Carbon 的发布稿里,有一句话本该当头条,而不是那张排行榜截图:"本周起,我们将把 Carbon 开放给一部分网络安全防御方。"

不是"内测",不是"优先开放给早期 API 用户",而是一部分网络安全防御方。

排行榜的故事更好听。Carbon 在 Artificial Analysis 智能指数 v5.0 上拿到 59 分 —— 比 Claude Opus 5.5 高一分,比 GPT-6 Astra 高两分,比两周前谷歌自家发布的 Gemini 4 Argon 高九分。而且这个分数是基准维护方独立确认的,不是谷歌自家对比表里的另一行数字。但门禁才是事实,门禁才是决定你下一个季度怎么排班的东西。

谷歌到底发布了什么

把排行榜拿掉,Carbon 本质上是一个"顺带把别的也做得很强"的安全模型。谷歌的定位是"持续性的 agentic 工作流" —— 内部团队让它连跑几天,做多步工程任务,在大规模代码库里定位并修补那些隐蔽的 bug。

安全侧的数字才是锋刃所在。SEC-bench Pro 88.2%,找漏洞(Argon 83.4%,GPT-6 Astra 85.4%);ExploitGym 54.8%,把漏洞变成能跑的 exploit(Argon 42.0%,Astra 42.4%,Opus 5.5 34.5%);CWE-bench 71.0%,打补丁(Argon 68.0%,Astra 68.0%,Opus 5.5 67.0%)。差距最大的反而不是安全,是 ExploitGym —— 比自家上一代高 12.8 个百分点。正是这个数字,把一个安全模型推上了通用榜单的第一位。

定价和 Argon 完全一致:输入每百万 token $2,输出 $10,缓存输入 95% 折,促销期结束后 $4/$20 标准价。有一个数字被埋在评测说明里,而不是发布稿里 —— 而这才是我真正拿来做决策的那个:在 Gray Swan 的间接提示注入基准上,Argon 的攻击成功率是 0.7%,Carbon 是 0.0%。

营销人真正该看的那个数字

间接提示注入,指的是第三方把指令写进模型会读到的内容里 —— 一个网页、一封邮件、一份 PDF、一条用户评价、一个广告落地页。模型把它吸进去,而那段文字里藏着命令。

营销是所有职能里结构性暴露最严重的一类,因为我们的 agent 按设计就是要读陌生人写的东西 —— 竞品广告文案、UGC、论坛帖子、爬下来的商品列表。我那个 每日 Reddit 监控是最干净的例子:它抓取互联网上任何人写的页面,再让模型按评分量表打分。

Argon 的 0.7% 听着还能接受。Carbon 的 0.0% 完全是另一个量级的数字 —— 而且这是单一厂商自报的基准,请当信号用,别当事实。但如果你跑的 agent 会吃不可信输入(大部分营销自动化都在吃),这个指标比任何榜单排名都重要。

门打开之后,和营销相关的落点

Carbon 真正的能力是一条三步流水线:找到缺陷、验证它可被利用、生成补丁。有两件营销上的活儿对得上。

品牌仿冒、广告克隆与广告账户钓鱼。 这件事在十月初已经不再假设层面了。Island 安全团队在 2026 年 10 月 6 日公布研究成果:一个人工运营的钓鱼平台,冒充六个品牌的 AI 广告产品 —— Gemini、Claude、ChatGPT、Perplexity、Meta 的 Muse 和 Manus。在截至 8 月的三个月观察窗口里,他们统计到约 850 个付费广告落地页、71 个与该行动相关的 Google Ads 广告系列 ID、26 个仿冒 ChatGPT 的目标站。手法是 browser-in-the-browser:在页面里再画一个假的 Google 登录窗口,目标人群是媒体采买和广告账户管理员。

Carbon 的"找-验-补"形状,正是对抗这种攻击的形状。但 Fairwind 通道要求你是安全团队,所以今天实际能落地的版本是商业方案:Menlo Security 的 HEAT Shield 与 Vertex AI 上的 Gemini 模型集成,官方口径是能在浏览器内拦掉超过 99.5% 的新型品牌仿冒尝试。不是 Carbon,也不便宜 —— 但这才是营销组织真正能走采购流程买的那一行。

同一个问题的付费媒体那一半也一样:当克隆用你的品牌跑广告时,总得有人发现。我那个 每周 Meta 广告库扫描就是模板:定时抓取 + 模型给抓回来的东西打分。Carbon 级别的模型是同一个形状,区别在于 agent 会在这件事上连待几天、顺着线索追下去,而不是只读一张快照。

你自己域名上的暴露资产。 一个跑着有已知 CVE 的库的落地页、一条没做鉴权的管理后台路径、JS bundle 里漏掉的真实 API key。Carbon 找出来、验证、打上补丁 —— 今天你能拿到的是资产清单、依赖扫描加人工分诊,而 Carbon 会吃掉验证那一步,那恰恰是最贵的一步。

审批问题本身就是个营销问题

这就是为什么"等 GA 就行"是条坏建议。谷歌跑的是三级门禁:本周起一部分网络安全防御方,然后通过 Fairwind 计划逐步开放给更多可信伙伴,最后是开发者、企业和消费者,"尽快" —— 没有日期、没有 model ID、没有 model card。Carbon 同时还在走美国政府的自愿预发布模型测试流程。

看看 Fairwind 优先服务谁:政府和国家级网络安全机构,以及医疗、电信、能源、金融领域的关键基础设施运营方,还有核心技术平台。计划 2026 年 9 月 2 日启动以来已有 650 多家伙伴。而门禁本身是实的 —— 背景审查、抗钓鱼的多因素认证、访问权限只能给内部安全 / 事件响应 / 渗透测试团队、员工使用情况要留痕、不得转发或再分发访问权限、允许的工作只限双用途防御类任务。

把一个营销团队放进这份名单里。营销团队不是关键基础设施运营方。代理公司不是国家级网络安全机构。你不会够资格,也不该假装够。

然后把这个讽刺放在心里掂一掂:最该从 Carbon 受益的流水线,恰恰就是把你排除在外的流水线。任何值得交给"会找漏洞的模型"的工作流,一定碰到客户数据、广告账户、CRM 记录、品牌资产。营销组织有数据,安全组织有权限。Carbon 被设计成两者都要,而多数营销组织只有一样。这本质上是一个穿着模型外衣的治理问题 —— 数据处理协议、留存策略、谁能读输出 —— 和你跟任何接触客户记录的模型供应商做的那场评审是同一场。

防御方优先这个顺序也不是走过场:Wiz —— 谷歌用 320 亿美元买下的那家安全公司 —— 用 Argon 找出过医院软件里一个此前模型都漏掉的关键漏洞,并报告 Carbon 在网页渗透测试基准上领先。

今天该路由到哪

工作	今天的路由	为 Carbon 排的队
长输出知识工作 —— 支柱稿、触达序列	Gemini 4 Argon —— 100 万输出、缓存 95% 折	不变;token 价格一样
品牌口吻终稿	Claude Opus 5.5	不变
每日高缓存监控	便宜模型 —— Sonnet 5.5、MiniMax M3.1 Flash、DeepSeek V4.1 Flash	不变
连跑多天、读第三方页面的 agent	Argon,抓回来的内容人工复核	我会第一个迁过去的活
在自己技术栈里找漏洞	资产清单 + 依赖扫描 + 人工分诊	第二个迁过去的活
品牌仿冒和广告克隆检测	每周 Meta 广告库扫描 + 一个商业浏览器防护工具	第三个迁过去的活

给你自己的模型补一条定价提醒:别把折扣写进预算。Carbon 的发布价和 Argon 完全一样,谷歌没说 Carbon 的促销期会持续多久(Argon 自己的促销价 2026 年 11 月 30 日就结束了),价格一样意味着门打开之后的决策依据是产出质量,不是 token 成本。

老实的提醒

谷歌那张正面对比表,没有头条那么干净。Carbon 大部分项目领先,但 GPT-6 Astra 拿下 FrontierSWE 2(65.5% 对 61.2%),Claude Opus 5.5 拿下 OSWorld-2.1(87.2% 对 81.5%)。谷歌自己的评测文档也写明:Carbon 和 Argon 是谷歌自己用最高思考档位跑的,而多数竞品数字是其他厂商自报,或来自公开榜单。指数分是独立确认的;那张正面对比表是厂商自留地。

还有两个缺口,值得写进你的耐心预算。谷歌至今没有发布 Carbon 的 model card —— 没有上下文窗口规格、没有模态、没有架构、没有知识截止日期,而 GraphWalks 显示它能处理 100 万 token 输入,那只是基准结果,不是规格。而且 Carbon 目前还没有出现在 Gemini API 的更新日志和定价页上 —— 你连个能对着开发的东西都没有。

再说那个质疑。彭博关于"谷歌内部有人认为它在真实写代码上和 Anthropic、OpenAI 有差距"的报道,是 9 月 30 日发的,针对的是 Argon,谷歌当天就强硬反驳了。我没能找到针对 Carbon 本人的同类质疑重复出现。所以:#1 的指数分,当作已确认;其余的,当作厂商自报。

落到路由上的一句话

Carbon 这个季度不会改变你的技术栈。它真正给你的,是指定了一个要提前准备的活儿:那个应该连跑几天、去读你不控制的页面、并且不会被某个论坛帖子里埋的一段话劫持掉的工作流。

所以今天先绕开它 —— 长输出走 Argon,品牌口吻终稿走 Opus 5.5,每日监控走便宜模型 —— 并且为门打开那天只排一件事:那个多天 agent。剩下的等待时间,花在 Carbon 帮不了你的那一半上:搞清楚一个带着敌意的模型会先在你的哪些落地页上得手。