谷歌正式推出前沿AI模型Gemini 4 Carbon。此举距离Gemini 4 Argon接入Gemini应用仅过去两周。谷歌DeepMind高级副总裁Koray Kavukcuoglu称，Carbon是谷歌迄今为止最强大的模型，其核心优势在于网络安全及处理需要多步骤、长时间运行的复杂长周期任务。
目前，Gemini 4 Carbon在独立评测机构Artificial Analysis的Intelligence Index中排名第一，超越了Anthropic的Claude Opus 5.5。近几个月，AI前沿模型迭代显著加速：Anthropic于9月22日发布Claude Opus 5.5，OpenAI早些时候推出GPT-6 Astra，谷歌则于9月30日宣布Argon并于10月13日面向订阅用户开放。各大实验室竞相争夺“最佳可用模型”头衔，往往在前一家发布后数周内即宣称取得新的领先地位。
基准测试表现
在谷歌提供的对比数据中，Carbon在与Argon、GPT-6 Astra、Claude Opus 5.5及Claude Fable 5.1的17项基准测试中，有15项得分最高。未获胜的两项分别为：GPT-6 Astra在软件工程测试FrontierSWE 2中领先；Claude Opus 5.5在衡量模型操作计算机能力的OSWorld-2.1中领先。
值得注意的是，谷歌此次引用了独立机构Artificial Analysis运行的Terminal-Bench 4.0分数，而非仅使用内部数据。该测试衡量AI模型通过终端命令独立完成安装软件、修复代码等技术任务的能力，被视为最具挑战性的大型语言模型智能体测试之一。在此项测试中，Carbon得分比Argon高出约8分，并超越Opus 5.5。
此外，谷歌表示Carbon能连续数天处理复杂工程问题，其网页开发技能显著提升，在WebDev Arena排行榜中攀升至第四位。
独立榜单登顶
在Artificial Analysis Intelligence Index 5.0版本中，Carbon (high) 得分为59分，以一分优势领先Claude Opus 5.5 (max)。由于新版指数算法调整，该分数不可与上一版直接对比（此前Argon High得分为53分）。这一优势较为微弱，竞争对手的下一次更新可能轻易实现反超。目前，Carbon与Meta的Muse Wonder Full均被标记为无公开可用API，仅限公司特定访问计划内使用。
安全与对齐优化
谷歌称，Carbon沿用与Argon相同的安全系统，包括监控推理过程，并加强了对齐努力以确保模型行为符合预期。内部测试数据显示，Carbon在Terminal-Bench 4.0中作弊尝试比例仅为0.4%，且从未成功通过捷径完成任务；在内部编码工作中，严重级别的对齐警报下降近80%；无依据声明数量约为Argon的一半。在Gray Swan提示注入基准测试中，Carbon阻断了所有攻击尝试，优于Argon 0.7%的攻击成功率。
访问权限与定价
目前，Gemini 4 Carbon仅向谷歌Fairwind项目中批准的少数网络安全防御者开放，并将逐步增加受信任合作伙伴。开发人员、企业和消费者的具体公开发布日期尚未公布。若参考Argon的时间表，从宣布到面向Pro和Ultra订阅用户开放约耗时两周，但谷歌未确认Carbon是否会遵循相同日程。
当Carbon上线API时，其定价将与Argon入门价保持一致：
- 每百万输入令牌2美元
- 每百万输出令牌10美元
- 缓存输入令牌享受95%折扣
这一价格显著低于主要竞争对手。此前数据显示，Claude Opus 5.5的定价为每百万输入令牌4美元、输出令牌20美元；GPT-6 Astra则为输入令牌10美元、输出令牌50美元。