Generated by Answer me with HTML 0.5.10 · 2026-10-29 23:41 · ★ Star on GitHub
Gemini 4 Carbon HN 懶人包
Gemini 4 Carbon：榜首拿了，沒人用得到
Google 在財報前兩小時發表 Carbon，AA v5 以 59 分登頂，作弊率 0.0%、注入攻擊 0.0%，同價更強。但 HN 整串歪樓：命名看不懂、模型開不到、榜首時機太巧。
分數一覽：強是真的強
| 項目 | 分數 | 意義 |
|---|---|---|
| AA Intelligence Index v5 | 59 第一名 | 綜合榜首 |
| SEC-bench Pro 找漏洞 | 88.2% | 真實軟體自主挖洞 |
| ExploitGym 漏洞利用 | 54.8% | 排修補優先級 |
| CWE-bench 根因修補 | 71.0% | 直接產出修補程式 |
| WebDev Arena | 1768 第4名 +89 | 網頁成品品質暴漲 |
| Terminal-Bench 4.0 作弊 | 0.0% 成功 0.4% 嘗試 | 邊作弊邊變強 |
資安三段：找、驗、修一次包
- 找：SEC-bench Pro 自主挖複雜缺陷
- 驗：ExploitGym 判斷哪些真能打，決定先修誰
- 修：CWE-bench 直出可用修補，Chrome 團隊說品質達別家大模型十倍以上，Wiz 拿去跑滲透測試
- 內部：產安全程式碼成功率達 Argon 兩倍以上
安全對齊：不瞎編、不越線
- 高嚴重錯位告警少八成，作弊成功 0.0%
- 不實主張少一半，被擋就列出還缺什麼
- 遇歧義先丢來源與矛盾再動手
- 越權少 26%、該做沒做少 29%
- Gray Swan 間接注入 0.0%，Argon 是 0.7%
HN 吐槽一：命名徹底失控
- Carbon 是 4.1 嗎？Argon 過時了嗎？Pro 還是 Ultra？
- gemini.google.com 只看到 3.6 Flash 和 3.1 Pro
- 元素梗至少能出 118 個模型，Argon+Carbon 被說在拼 ARC-AGI
HN 吐槽二：不給用等於沒有
- 沒發布日期就別說，coming soon 只讓人憤怒
- Workspace 用戶：下拉沒 4，Ultra 只給個人帳號，企業版只剩聯絡業務
- 要個像 Claude 的簡單訂閱這麼難，不要秀我用不到的東西
- 領域跑太快，一個月後才發，今天第一就過期
HN 吐槽三：榜首時機與價格
- AAI 前一天剛改版，隔天 Google 登頂，財報當天發表，巧合到被問有無揭露義務
- 方法一改 Muse 掉下去、Gemini 變第一，榜單怎麼看？
- 正面：輸入 2 美元／輸出 10 美元，快取 95% 折，同價更強有誠意
- 反面：Claude 有生態、Codex 有性價比，論 coding 仍有人說輸 Opus 5.5
部署：先給防禦者，再給大家
- 參與美國政府自願預發布測試，本週先給部分資安防禦者，經 Fairwind 計畫擴大
- 優惠期後輸入 4 美元／輸出 20 美元
- 來源：Google Keyword 原文，中段；自家整理在末則，首則無連結、不放 HN 連結