Article Detail

内容详情

围绕文章主旨、阅读节奏与信息层次进行优化,让读者进入正文前就能快速理解主题重心与阅读价值。

谷歌新模型拳打GPT脚踢Claude,却没打算让我们用详情展示图

谷歌新模型拳打GPT脚踢Claude,却没打算让我们用

PG电子试玩官方中心-PG游戏试玩指南 754 阅读 约 5.5 分钟

作者|黄晓彬 原创首发|蓝字计划 各位,先忘了Claude,也忘了 GPT 吧。曾经大模型的王,谷歌 Gemini,带着新旗舰回来屠榜了。 10 月 28 日,Gemini 4 Carbon 突然发布。在第三方机构 Artificial Analysis 的智能指数 v5.0 榜单上,它直接砍下 59 分,把 58 分的 Claude Opus 5.5 和 57 分的 GPT-6 Astra 双双按在身下,重回全球第一。 图源:Artificial Analysis 在谷歌晒出的17 项核心对比里,Carbon 更是一口气卷走了所列模型中的 15 项最高分。 曾经被网友戏谑为“美国豆包”的 Gemini,蛰伏一年,这次是真的要把王座抢回来了。 但就在无数开发者和吃瓜群众摩拳擦掌,准备第一时间上手把玩这位“新王”时,谷歌却兜头泼了一盆冷水:Sorry,模型是发了,但各位现在还用不上。 按照官方的说法,Carbon 目前只会塞给极少数精挑细选的“网络安全防御人员”,至于普通开发者、企业和大众,官方只轻飘飘地扔下两个字:「尽快」。 谷歌再一次故技重施。上一次Gemini 4 Argon 发布,谷歌也是“只给看、不给摸”,等了差不多半个月,才能让大家用上。连续两次把全网胃口吊到最高点又一脚踩空,谷歌也学会耍猴了? 但如果深深扒开谷歌丢出来的成绩单,就会发现: 谷歌貌似还真有不得不耍猴的理由。 图源:Google 官方发布公告截图 必须封印的新能力 看看Carbon 这次暴涨的能力,就知道谷歌为什么只敢把它先交给搞安全防御的人。 先看最基础的长文本。 在极其变态的GraphWalks 测试(256K 到 1M 超长上下文)里,Carbon 拿到了接近满分的 96.2% F1 得分。作为对比,同期的 GPT-6 Astra 是 71.8%,Claude Opus 5.5 只有 66.8%,连半个月前的自家兄弟 Argon 也只有 84.2%。 这项测试其实对我们的日常工作非常具有实际意义。 简单来说,这项测试就像是把几千页错综复杂的财务账本、上百份跨国合同或者一整座城市的交通网络丢给模型,然后问它“第十二页那个隐蔽的漏洞,和最后附录里的一笔交易到底有什么联系?” 这种在海量信息中找出相隔千里两处地方内容之间联系的能力,一些普通模型可能直接罢工了,但Carbon却能稳稳交卷。 甚至,Carbon在接下来的三项的成绩里,还秀了一把发现漏洞、利用漏洞、修复漏洞的完整闭环: 找漏洞的SEC-bench Pro,拿到 88.2%;在 ExploitGym 中编写漏洞利用代码、验证漏洞时,从上一代 Argon 的 42% 飙升到 54.8%,把只有 34.5% 的 Claude Opus 5.5 远远甩在身后;到了打补丁修漏洞的 CWE-bench,又拿下 71.0%。 图源:Google DeepMind 这就相当于Carbon 拥有了发现后门,验证后门,和修补后门的完整能力,把网安人员和黑客想做的事情都具备了。 而且据谷歌说,以上三项外部安全评测,全部是在“解除安全防护限制”的裸奔状态下跑出来的。这就意味着无防护状态下完全体的Carbon,完全有可能展现出非常强烈的攻击性,如果被有心人利用,也很有可能造成严重的网络安全威胁。 图源:Google DeepMind 因此,谷歌在收集够反馈、想好怎么给这头猛兽套上绝对可靠项圈之前,还不能直接放到公网上。 除此之外,Carbon 的“耐力”也是谷歌对它慎之又慎的重要原因。 据谷歌披露,在内部复杂任务中,工程师已经放手让Carbon 连续工作好几天了。面对堆积如山的烂账、错综复杂的系统死结,它能像个不知疲倦的牛马,哪怕撞了南墙也会自己退回来换条路继续查,直到揪出根因把问题彻底解决。 Chrome 团队晒出的内部战报显示,在生成高质量补丁这件事上,Carbon 的表现比另一家顶级实验室的大型前沿模型强出整整 10 倍。 一个能读透大型代码库、自己找漏洞写利用脚本,还能在后台不眠不休连轴转几天的AI,如果真的出现了失控,后果的确不堪设想。 所以谷歌也说了,在接下来的改进中,最终要的是避免它是不是真的能严格遵守用户的命令,不耍小聪明,更不会自作主张来捣乱。 让 AI 别瞎勤快,也别“糊弄事” 平时我们用AI 干活,最怕遇到两种让人崩溃的场景。 你让它修一个小Bug,它倒好,顺手把旁边八竿子打不着的三个核心文件也给改了,这叫“瞎勤快”(过度执行);你让它排查十个文件,它扫了一眼头两个,就拍着胸脯告诉你“老板,全没问题”,这就是“糊弄学”(服务不足)。 如果一个AI 比较笨,瞎勤快和耍小心眼顶多只会浪费一些时间;但谷歌认为,像 Carbon 这样厉害的 AI,如果也这样,就有可能出现严重的网安问题。 所以,按照谷歌

about image
觉得有用?分享给朋友

让更多人看到这篇内容

推荐阅读

Search
热点新闻
赫内斯:鲁梅尼格是FIFA主席的理想人选,但他的年龄和家庭要考虑
赫内斯:鲁梅尼格是FIFA主席的理想人选,但他的年龄和家庭要考虑

直播吧10月25日讯 近日,拜仁名誉主席霍内斯接受了《世界报》的采访,在他看来德国名宿鲁梅尼格是执掌国际足联的绝佳人选。 在您看来,谁是接替因凡蒂诺、执掌国际足联最合适的人选 我非常看好和我相识多年、一路并肩走来的鲁梅尼格,他就是这份职位的理想人选。如果现在就进行投票,我会毫不犹豫地投他一票。 在我眼里支撑他胜任这份工作最重要的一点就是:他在国际足坛拥有极高的声望,在全世界各大足协、俱乐部圈子里都

[流言板]波普连中2记三分,76人追至54-56落后2分、雄鹿叫出暂停
[流言板]波普连中2记三分,76人追至54-56落后2分、雄鹿叫出暂停

社区 » NBA » 篮球资讯 » [流言板]波普连中2... 虎扑篮球资讯(1280级)楼主2026-10-25 08:34:47发布于上海 [流言板]波普连中2记三分,76人追至54-56落后2分、雄鹿叫出暂停由虎扑篮球资讯 发表在篮球资讯 https://bbs.hupu.com/502 虎扑10月25日讯 NBA常规赛,76人对阵雄鹿的比赛正在进行中。 第二节比赛中,波普连中2记三分,76

古力娜扎真是极品身材,这双玉腿也太绝了,脚踩高跟鞋太欲了
古力娜扎真是极品身材,这双玉腿也太绝了,脚踩高跟鞋太欲了

相关推荐 热点推荐 浙江一男子陆续典当1980克金条,称是老婆嫁妆不可检验,两年来一直不赎回,老板起了疑心后拆开查验,当场傻眼:是一批“纯铜镀金”的假货 大风新闻 2026-10-31 08:57:03 1823 跟贴 1823 G20外长合影遭取消 俄外长讽刺:全家福外交 政知新媒体 2026-10-31 10:57:16 11487 跟贴 11487 中国首次载人登月任务乘组计划公布 环球时报

斯波:字母哥奠定了比赛基调 这是典型的迈阿密热火的胜利
斯波:字母哥奠定了比赛基调 这是典型的迈阿密热火的胜利

直播吧11月11日讯 热火115-109战胜爵士。赛后,热火主帅斯波在更衣室内称赞了字母哥对这场胜利的作用,后者赛前才最终确认能够出战。 “这是场典型的迈阿密热火的胜利,想知道为什么吗?单单是字母哥出战这件事,就奠定了比赛基调。这并不算是理所当然,这是胜利的篮球,是赢家的篮球。”斯波说道。 本场比赛,热火球星字母哥表现出色,打了31分钟,投篮21中12,三分球2中1,罚球9中5,砍下30分11篮板

M费:尽管对丹麦没进比赛名单,但这一周跟热苏斯学到很多
M费:尽管对丹麦没进比赛名单,但这一周跟热苏斯学到很多

葡萄牙队将在欧国联小组赛末轮对阵威尔士,上一轮球队1-4不敌丹麦。赛前约一小时,效力于热刺的葡萄牙中场马特乌斯-费尔南德斯接受了葡萄牙广播电视台采访,他将在本场比赛替补待命。 球队带着怎样的感受来到威尔士?是否觉得必须比周六踢得好得多? 马特乌斯-费尔南德斯表示:“是的,显然如此,考虑到球队的实力,以及对阵丹麦之前的几场比赛。尽管我当时没有在场,但球队无论在防守还是进攻方面,都一直展现出了很强的实