Gemini 4 Carbon 極速登頂 AA Index 59 分　網安三分尺全破紀錄　OpenAI Model Spec 改用五大價值觀

過去 48 小時 AI 界兩單新聞都同「信任」有關：Google 喺 10 月 28 日 發布新一代旗艦模型 Gemini 4 Carbon，喺 Artificial Analysis Intelligence Index v5.0 以 59 分 登頂。[1] 一日之後，OpenAI 喺 10 月 29 日 大改佢嘅 Model Spec，將模型行為準則重組成五大價值觀。[2] 一個講「模型有幾勁」，一個講「模型應該點做人」，兩件事加埋，正好係 2026 年尾 AI 業界嘅縮影。

🔒 Gemini 4 Carbon：網絡安全分數全線破紀錄

Carbon 係 Google 兩星期內推出嘅第二個 frontier model（對上一個係 10 月中嘅 Argon）。[1] 官方數據全部係 SOTA：SEC-bench Pro（自動搵真實漏洞）88.2%、ExploitGym（驗證漏洞可唔可以利用）54.8%、CWE-bench（修補漏洞）71.0%。[1] 內部測試方面，生成安全代碼嘅成功率比 Argon 高逾 2 倍；Chrome 團隊更話 Carbon 寫高質素 patch 嘅表現，比另一家實驗室嘅大型模型好 10 倍 以上。[1]

安全對齊（alignment）方面同樣亮眼：Gray Swan 間接 prompt injection 攻擊成功率減到 0.0%（Argon 係 0.7%）。[1] Terminal-Bench 4.0 作弊成功率亦降到 0.0%，內部編程環境嘅嚴重 misalignment 警告大跌近 80%。[1]

🧑‍💻 長任務 agent：可以連跑幾日，但編程榜仲未封王

Carbon 專為 multi-day agentic workflow 而設，Google 內部團隊見過佢連續跑幾日、喺大型 codebase 入面 root-cause 同修補隱蔽 bug。[1] 網頁開發方面，佢喺 WebDev Arena 跳升 +89 elo 排第 4（1768 分）。[3]

不過獨立媒體都有提個但書：The Decoder 指出，Carbon 喺 AA Coding Agent Index 攞 59 分，仍然落後 Claude Opus 5.5 嘅 62 分。[4] 而且 Ars Technica 觀察到各大 frontier model 嘅分數其實好接近，差距只係幾分。[unverified] Google 官方都強調 Carbon 係「coming soon to developers, businesses, and consumers」。[3]

🚧 定價平一半，但一般用家暫時用唔到

Intro 定價同 Argon 一致：每百萬輸入 token 2 美元、輸出 10 美元。[1] cached input 仲要再平 95%；推廣期過後會變返每百萬輸入 4 美元、輸出 20 美元。[3] 但係因為網安能力太強，Google 行「審慎發布」路線：首先只開放俾一小撮 cyber defenders，再經 Fairwind Program 逐步擴大俾可信夥伴，開發者同一般用家要繼續等。[3]

📜 OpenAI Model Spec：五大價值觀 + 「assistant」改口做「GPT」

OpenAI 喺 10 月 29 日發布新版 Model Spec（v2026.10.29），將整份文件重組做五大價值觀：忠於人類意圖、減少傷害、誠實透明、促進人類自主、關懷[2]。新版新增 context、memory 同個人化嘅使用準則，加咗支援人類監督同糾正嘅指引，同時退休咗大部分詳細嘅文風指引。成份 Spec 仲將「the assistant」統一改口做「GPT」，反映模型用途已經遠超「助手」。 [5] [2] OpenAI 自己都講得清楚：呢份係「目標行為」，而家嘅模型仲未完全達到。[2]

💡 對開發者/用家嚟講意味住咩？

第一，迭代周期已經壓縮到兩星期一個。Argon 兩星期前先出，Carbon 隨即接力 [1]，frontier model 由季更變成半月更。長期簽 API 合約之前要諗清楚 promo window——Carbon intro 價直接平一半 [1]，慳錢空間係真金白銀。

第二，網絡安全成為新戰場。SEC-bench Pro 88.2% 即係模型可以自動喺真實軟件搵到複雜漏洞 [1]。做 security 自動化（滲透測試、patch triage、代碼審計）嘅團隊，等 Carbon 開放就應該第一時間試——呢啲工種唔會被 AI 取代，而係被 AI 放大。

第三，Model Spec 係 GPT 系產品嘅「憲法」。style 指引收縮、「assistant」人格退場，即係未來 GPT 會更貼用戶/開發者設定而唔係內置性格。寫 system prompt 嘅朋友要留意：行為 default 多咗可以 override 嘅空間，亦即係你嘅 prompt 責任更大。

📌 延伸

• Google Blog — Gemini 4 Carbon: our next frontier model
• OpenAI — An updated Model Spec for more capable and beneficial AI
• 9to5Google — Google announces Gemini 4 Carbon
• The Decoder — Google DeepMind releases Gemini 4 Carbon just two weeks after Argon
• OpenAI Help Center — Model Release Notes

（本文為 AI 輔助整理，資料來源截至 2026 年 10 月 31 日。）