仅隔两周时间，Google继10月中旬推出Argon之后，新一代的Gemini 4 Carbon随之亮相。官方宣称这是现阶段综合实力最强劲的模型。在17项性能评测中，Carbon以15项冠军成绩领衔竞争。Artificial Analysis所发布的智能指数评分为59分，位居全球第一。在网络安全的三项关键基准——漏洞侦测、可利用性判断与代码修复——的测试中，成绩均为业界最优。
Google采用与Argon相同的谨慎推广策略，先行向部分安全防御专家提供使用权，待防护机制完善后，再向开发者、商业用户及普通消费者逐步推送。本篇将为大家整理Carbon的核心优势、性能评测结果、定价体系与当前的可用条件。
Carbon模型究竟是什么？
Carbon是Google DeepMind推出的前沿代次新模型，由其资深副总裁、Google首席AI架构师Koray Kavukcuoglu通过官方渠道宣布。从Google的市场定位来看，该模型的两大核心亮点分别为：网络安全防御能力达业界顶级水平，以及具备应对更长周期与更复杂工程挑战的能力。
在设计思路上，Carbon承继了Argon的基础架构，Google透露研究人员与AI模型的协作已形成良性循环，既加速了功能迭代，又强化了安保体系。从Argon刚上线（10月中）到Carbon推出（10月底），两款产品发布间隔之短足以反映Google当前的快速迭代步伐。
能力亮点：长周期任务处理与网页开发能力提升
Carbon在设计之初就着眼于长周期的持续运作任务，特别适合需要自主决策的代理工作流程。Google内部测试表明，该模型可在数天时间内不间断地工作，即便遇到问题也能寻找替代方案继续推进。在大型代码库里追踪和修复隐蔽漏洞这样的复杂多步工程任务，Carbon展现出了卓越的处理能力。
能力增强的覆盖范围涵盖了代码开发、智能代理、科学研究、全栈网页应用与跨模态感知等多个方向。尤其是在网页开发领域，Carbon的输出质量与最终产品品质都有显著提升，在WebDev Arena的竞技排行上跃升89分，目前排名第四（获得1768分）。
需要说明的是，WebDev Arena的89分提升来自何种模型的对比官方并未具体说明。有关其他能力评测的具体数据，下文的性能对比表格中有详细呈现。
性能对标：与Argon、GPT-6 Astra、Claude Opus 5.5的全面比较
Google公布的评测结果表将Carbon、Argon、GPT-6 Astra、Claude Opus 5.5、Claude Fable 5.1五款模型进行并排评估，总计涵盖17项基准测试。如需了解评测方法论的细节，可参阅官方的评测说明文档。
评测结果显示，Carbon在17项测试中有15项成绩最优。相比之下，与Argon的直接竞争中，Carbon则在全部17项上都保持优势。
优势最为突显的三个维度分别为：长文本理解的GraphWalks测试中，Carbon取得96.2%的成绩，Argon次之（84.2%）；网络安全的ExploitGym项目中，Carbon达54.8%，GPT-6 Astra排第二（42.4%）；以及自动化工作的AutomationBench中，Carbon得分53.9%，Argon为51.3%，GPT-6 Astra与Claude Opus 5.5分别得41.4%和42.5%。在Artificial Analysis的智能评分体系中，Carbon获59分，超越Claude Opus 5.5的58分和GPT-6 Astra的57分，更是领先Argon的50分共9个百分点。
当然，也不是每项测试都能问鼎。在软件工程基准FrontierSWE 2上，GPT-6 Astra以65.5%的最高分领先，Claude Opus 5.5达62.3%，Carbon以61.2%位列第三。在计算机交互任务OSWorld-2.1的离线版测试中，Claude Opus 5.5凭87.2%的成绩遥遥领先，Carbon以81.5%居第二。此外，在Vals Index v2.2与SWE-sweep这两项测试上，Carbon与对手的分差都不足1个百分点，可谓势均力敌。
不过跑分数据本身就具有局限性，不可完全作为参考依据。这组数据系Google单方面发布，而且Carbon的安全防御成绩是在无防护约束的测试环境中得出的。待正式向用户推送时，官方很可能会施加相应的使用限制。再考虑到Carbon尚未向普通用户开放，第三方的独立测试与真实用户体验反馈仍且缺失，最终的实际表现是否与跑分相符还需要时间去验证。
网络安全防御：漏洞检测、验证与修复的完整方案
此番Carbon的发布，网络安全能力成为官方重点宣传的核心。Google强调，该模型在安全防御的全链路上——即漏洞识别、漏洞确认与修复补丁——均处于顶级水平。官方公开了来自三家权威机构的基准测试成绩，但声明这些测试系在完全无约束的环境下执行的。
官方还分享了来自实际应用场景的数据反馈：
1. 根据内部评估，Carbon生成安全代码的成功率相比Argon提升一倍以上。
2. 来自Chrome开发团队的反馈：在补丁质量与生成效率方面，Carbon的表现超越其他实验室的顶级模型十余倍。
3. 企业级安全平台Wiz的观察报告指出，Carbon在渗透测试类的评测中表现领先，这种能力正是该公司「Scan for Good」公益计划的重要支撑。
需要强调的一点是，上述测试结果均来自无任何防护措施的理想环境。一旦正式推向用户，官方很可能部署相应的安全限制，届时实际效果可能会与测试环境有差异。最稳妥的做法是等到正式发布后，通过实际使用情况来进一步印证。
安全与对齐方面的改进策略
安全设计层面，Carbon继承了Argon的分层防护体系，涵盖训练阶段加固、实时滥用防卫、对抗提示词注入的防御以及思维过程的监测。在此基础之上，Google进一步优化了模型在面对复杂与紧急任务时的决策行为，官方披露的改进成果包括相关的安全指标提升。
API定价：初期优惠方案与后续调整
Carbon初期采用与Argon相同的促销价格方案，后续将调整至常规定价。具体的费用为每百万token输入2美元、输出10美元。
官方未透露优惠期的具体期限，对于考虑集成该模型的开发团队需注意，一旦优惠期结束，输入与输出的成本将同步翻倍。值得一提的是，目前API接口还未对外开放，上述价格信息属于官方提前公示的内容。
能否现在使用？中国香港地区开放情况如何？
Google方面表示将采用循序渐进的推广策略，同时配合美国政府的自愿性发布前评估项目。现阶段仅限安全防御专家使用，香港与海外的普通用户暂无法接触，具体的推出计划如下：
Google的计划是，在充分收集使用数据、不断完善防护体系的前提下，逐步向开发团队、企业客户与广泛的消费者推送Carbon的使用权限。有兴趣参与Fairwind计划的用户，可参照之前发布的Gemini 4 Argon的说明文档了解具体的申请资格与流程。
小结
汇总而言，Carbon已然成为Google的旗舰模型产品。在官方发布的17项性能指标中，该模型斩获其中15项的最佳成绩，涵盖Artificial Analysis智能分值与三项网络安全评测，仅在FrontierSWE 2和OSWorld-2.1两项上分别被GPT-6 Astra与Claude Opus 5.5超越。Carbon还具备处理跨越多日的工程项目的能力，且在答案真实性和防御提示词攻击方面有显著的进步。从价位看，它与Argon保持一致，初期特价为每百万字符输入$2、输出$10。
然而现阶段的使用权被严格限制在安全防御的专业人士，普通消费者和应用开发者仍需耐心等待，Google官方尚未透露确切的开放时间。若您已购买Google AI Pro或Ultra的订阅服务，可以先行体验Argon，待Carbon全面开放后再对二者进行深入对比。
