Google 于 2026-11-10 把 Gemini 4 Carbon 开放给付费开发者和企业，模型 ID 是 gemini-4-carbon。它是基于 Gemini 4 Argon 的文本模型，输入可以是文本、图片、音频、视频。Google 同日在官方博客和官方账号上称它是 目前最强的 Gemini 模型，专为长程任务和多步推理而做。Gemini API changelog 也在同一天把它记为一般可用（GA）。
这不是一篇“全面碾压”的发布稿复述。本文把信息拆成三层：官方自报的说法、模型卡里截至 2026 年 10 月的结果表，以及目前仍然未知的部分。它在模型卡上输掉的项目和赢下的项目，本文都会写出来。
核心价值：读完你会拿到 Gemini 4 Carbon 的 6 条能力边界，知道哪些活值得交给它，哪些活留在 Argon 或其他模型上更合适。
Gemini 4 Carbon 核心信息速览
Gemini 4 Carbon 不是这次才首次露面。2026-10-28 Google 发布了《Introducing Gemini 4 Carbon》，当时只给一部分网络安全防御方使用，通过 Fairwind Program 逐步放开。到 11 月 10 日，它才对所有付费开发者开放。
| 信息项 | 详情 | 来源层级 |
|---|---|---|
| 首次发布 | 2026-10-28，先给部分网络安全防御方，经 Fairwind Program 逐步放开 | 官方发布稿 |
| 公开开放 | 2026-11-10，面向付费开发者、企业、科学家和 Google AI Ultra 订阅用户 | 官方博客 |
| API 状态 | gemini-4-carbon 于 2026-11-10 GA；同页记载 gemini-4-argon 于 2026-11-05 GA |
Gemini API changelog |
| 开发者入口 | Google AI Studio 与 Android Studio 里的 Gemini API、Gemini for business | Google 官方帖 |
| 订阅用户入口 | Gemini App、Search 里的 AI Mode、Antigravity、Google AI Studio（Ultra 订阅） | Google 官方帖 |
| 免费与低档订阅 | 官方这次没有给开放日期，The Verge 称何时、是否开放尚不清楚 | 未知 |
Google 官方帖的发布时间是 2026-11-10 16:05 UTC，换算成北京时间是 11 月 11 日 00:05，所以不少开发者是在 11 日早上才看到消息。另外，原本给 Argon 的科学家计划（1 万个名额、Antigravity 六个月使用）已经扩展到 Carbon。申请仍开放，按周滚动审核，有资格、容量和筛选限制。
读 Gemini 4 Carbon 数据的三层口径
围绕 Gemini 4 Carbon 的数字很多，来源和口径却各不相同。下文所有数据都会标出属于哪一层，避免把不同口径的分数混在一张表里比较。
| 层级 | 包含内容 | 怎么使用 |
|---|---|---|
| 官方自报 | 10 月 28 日发布稿、11 月 10 日开放稿里的排名、内部基准、安全数字 | 有参考价值，但口径由 Google 决定，外部不一定能复现 |
| 模型卡结果表 | 截至 2026 年 10 月，Carbon 与 Argon、GPT-6 Astra、Claude Opus 5.5、Claude Fable 5.1 的对照 | 同一张表口径一致，本文的横向比较只用它 |
| 未知 | 免费档开放时间、独立第三方的长期评测、第三方页面的最新指数 | 不下结论，只说明现状 |
举个例子，Artificial Analysis 页面在 2026-11-11 抓取时，摘要区显示 Intelligence Index 为 60。但同一页面的图表区大量写着“No publicly available API”，这和 11 月 10 日 API 已开放的事实矛盾。因此本文不采用 60 这个数，统一使用模型卡引用的 AA Index v5.0 分数 59，口径是 2026 年 10 月。
Gemini 4 Carbon 是什么样的模型
按 Google 的说法，Argon 仍然适合大多数软件工程和知识工作。Carbon 留给真正碰到智力上限的任务，比如复杂多步编码与调试、开放式科学研究。它会比 Argon 花更多 thinking tokens，把假设探索得更完整，把验证循环跑得更长。
| 规格项 | Gemini 4 Carbon | 说明 |
|---|---|---|
| 基座 | 基于 Gemini 4 Argon | 从 Argon 迁移只需替换模型名 |
| 输入模态 | 文本、图片、音频、视频 | 多模态理解 |
| 输出模态 | 仅文本 | 不能生成图片，也不能生成视频 |
| 上下文窗口 | 1M token，输入、思考、输出共用 | 旧模型把“思考 + 回答”封顶在 64K |
| 默认同步输出上限 | 65,536 tokens | 更长输出需在 Interactions API 上设 background=True |
| 知识截止 | 2026 年 3 月（模型卡） | 部分领域可能更早 |
Gemini 4 Carbon 的 thinking_level 三档
thinking_level 只有三档，默认是 medium。开发者指南给出的分工如下：
low：分类、路由、定点抽取这类轻任务。medium：默认档，在速度、成本和一次写对之间取平衡。high：多文件根因定位、安全补丁、形式化数学、前期架构设计。
如果需要超过 65,536 tokens 的输出，要在 Interactions API 上设置 background=True，同时把 max_output_tokens 调到 65536 以上，还要给思考过程留出余量，否则答案可能被截断。
从 Argon 迁移到 Gemini 4 Carbon 的注意点
从 gemini-4-argon 换到 gemini-4-carbon 只需改模型名，thinking_level 和 1M 窗口都一样。开发者指南列出了几条迁移时容易踩的坑：
- thinking_budget 已弃用，传入会触发警告。
- 自定义 temperature、top_p、top_k 会被忽略并警告。
- 不要再创建或传入显式 cached_content。隐式缓存默认开启，缓存输入有 95% 折扣。
- 难提示可能要跑几分钟，客户端超时建议至少设到 15 到 20 分钟，或者改用 background=True。
在 API易 调用 Gemini 4 Carbon
截至 2026-11-11，API易定价接口已上架 gemini-4-carbon，和 gemini-4-argon 一样走 default、svip 两个分组，端点包括 Gemini 原生与 OpenAI 兼容聊天。调用要点如下：
- 模型 ID：
gemini-4-carbon - OpenAI 兼容 base_url：
https://api.apiyi.com/v1，请求路径为/v1/chat/completions - Gemini 原生端点：
/v1beta - 分组：
default、svip（倍率均为 1）
API易当前标价为输入 2 美元、输出 10 美元、缓存读 0.10 美元 / 1M tokens（2026-11-11），和 Argon 一致。需要注意，Google 官网的 2 / 10 是到 2026-11-30 为止的促销价，12 月 1 日起全球标准价为输入 4 美元、输出 20 美元。API易文档总表的快照时间是 2026-11-10 15:40（UTC+8），早于公开上线，如果你打开时还没看到这一行，以控制台和定价接口 api.apiyi.com/api/pricing 为准。型号与价格以平台型号列表为准。
🚀 快速上手建议：已经在用 OpenAI SDK 的项目，只需把 base_url 指向
https://api.apiyi.com/v1，再把模型名改成gemini-4-carbon，就能和 Argon 用同一个 Key 对照测试。完整型号可在 apiyi.com 的型号列表中查看。
Gemini 4 Carbon 模型卡成绩（截至 2026 年 10 月）
下表摘自模型卡结果表，结果截至 2026 年 10 月，属于官方公布的对照数据，不是 API易的测试结果。网络安全三项是 Fairwind Program 路径下的表现，单独标注。Terminal-Bench 4.0 中 Argon 那一格在模型卡里印刷异常，不是合理的百分比，本文不引用。
| 基准 | Carbon | Argon | GPT-6 Astra | Opus 5.5 | Fable 5.1 |
|---|---|---|---|---|---|
| AA Index v5.0 | 59 | 50 | 57 | 58 | 49 |
| Vals Index v2.2 | 70.4% | 69.2% | 65.0% | 70.2% | — |
| SWE-sweep | 9.6% | 4.3% | 9.5% | 3.6% | 2.9% |
| FrontierSWE 2 | 61.2% | 55.0% | 65.5% | 62.3% | 56.3% |
| Terminal-Bench 4.0 （AA） | 65.2% | 不引用 | 59.1% | 59.6% | 52.0% |
| Agents’ Last Exam v1.1 | 77.4% | 69.0% | 73.1% | 71.6% | — |
| OSWorld-2.1 离线子集 | 81.5% | 74.7% | 80.9% | 87.2% | 76.8% |
| AutomationBench（Zapier） | 53.9% | 51.3% | 41.4% | 42.5% | 31.4% |
| GraphWalks 256k–1M BFS （F1） | 96.2% | 84.2% | 71.8% | 66.8% | 65.0% |
| RiemannBench | 80.0% | 76.0% | 72.0% | 69.6% | 65.6% |
| Terminal-Bench-Science 0.1 | 64.8% | 52.9% | 63.3% | 59.0% | 43.3% |
| CWE-bench（Fairwind） | 71.0% | 68.0% | 68.0% | 67.0% | 58.0% |
| ExploitGym（Fairwind） | 54.8% | 42.0% | 42.4% | 34.5% | — |
| SEC-bench Pro（Fairwind） | 88.2% | 83.4% | 85.4% | — | — |
从表里能看出一个清晰的模式：长上下文检索（GraphWalks）、科学推理（RiemannBench、Terminal-Bench-Science）、长程 agent 任务（Agents’ Last Exam、Terminal-Bench 4.0）是 Carbon 拉开差距最明显的方向。而在电脑操作和公开仓库软件工程这两项上，它并不是第一。
还有几项差距其实很小。Vals Index 上 Carbon 70.4% 对 Opus 5.5 70.2%，SWE-sweep 上 Carbon 9.6% 对 Astra 9.5%，这些都可以看作打平，不应解读成明显领先。
📊 图表说明：以上数据来自 Google 模型卡，截至 2026 年 10 月。如果想在自己的业务任务上复核差距，可以通过 API易 apiyi.com 用同一个 Key 分别调用
gemini-4-carbon和gemini-4-argon做对照。
Gemini 4 Carbon 的 6 条能力边界
先用一张表概括 6 条边界，下面再逐条展开。
| 序号 | 能力边界 | 一句话结论 | 依据层级 |
|---|---|---|---|
| 1 | 长程多步工程 | 更强，但更费思考 token | 模型卡 + 官方自报 |
| 2 | 日常功能开发 | 官方仍推荐 Argon | 官方口径 |
| 3 | 电脑操作 | Opus 5.5 87.2% 高于 Carbon 81.5% | 模型卡 |
| 4 | 公开仓库工程 | FrontierSWE 2 上 Astra 65.5% 高于 Carbon 61.2% | 模型卡 |
| 5 | 网络安全 | 高分来自 Fairwind 路径，不是换模型名就能拿到 | 模型卡 + 发布稿 |
| 6 | 输出与可用范围 | 只出文本；免费档没有开放日期 | 官方文档 + 未知 |
边界一：Gemini 4 Carbon 长程多步工程更强，但更费思考 token
模型卡上，Carbon 在 Terminal-Bench 4.0（65.2%）、Agents’ Last Exam（77.4%）、GraphWalks 长上下文检索（96.2%）都是表内第一。Vending-Bench 2 的模拟经营余额也最高，为 16484 美元。这些任务的共同点是步骤长、需要反复验证，正好对应 Google 说的“把验证循环跑长”。
代价同样写在官方口径里。Carbon 会比 Argon 用更多 thinking tokens，模型卡也把“更高思考档会用更多 token”列为已知限制。两者入门单价相同，但单个任务的总账单可能更高，复杂提示还可能要等几分钟。
边界二：日常功能开发，官方仍推荐 Gemini 4 Argon
Google 写得很直接：大多数软件工程和知识工作继续用 Argon，因为它 token 更省、交互更快。Carbon 只留给最难的多步工程、架构与审计、形式化数学与科学发现、高精度金融或法律综合、漏洞研究。
模型卡也支持这个分工。Vals Index 上 Carbon 70.4% 对 Argon 69.2%，差距很小。Antigravity 预览中的 /swarm 也沿用这个思路：官方建议把 Carbon 放在架构、协调、审计这类最深推理的角色，并行实现的切片交给 gemini-4-argon 或 gemini-3.8-flash。
边界三：电脑操作任务，Opus 5.5 在模型卡上更高
OSWorld-2.1 离线子集是模型卡里衡量桌面和电脑操作的基准。这一项 Claude Opus 5.5 为 87.2%，高于 Carbon 的 81.5%，Astra 为 80.9%。如果你的主要场景是让模型操作桌面应用、点击界面、跨软件完成流程，Carbon 不是这一项的第一名。
另外，Carbon 走 Gemini 原生或 OpenAI 兼容聊天接口，不走 Anthropic messages 协议。已经深度绑定 Claude Code 或 messages 协议的工作流，迁移成本也要一并考虑。
边界四：公开仓库 FrontierSWE 2，GPT-6 Astra 更高
FrontierSWE 2 上，GPT-6 Astra 为 65.5%，是表内最高，Opus 5.5 为 62.3% 排第二，Carbon 为 61.2% 排第三。所以“Carbon 在软件工程上全面领先 Astra”这种说法并不成立。
需要区分的是，11 月 10 日开放稿里提到 Carbon 在 CursorBench 4.0 上排名第 1。这属于官方自报，评测方和口径都和模型卡不同，不应该和上表放在一起比较。SWE-sweep 上 Carbon 9.6% 和 Astra 9.5% 基本打平，差距在误差范围内。
边界五：网络安全高分来自 Fairwind 路径
CWE-bench、ExploitGym、SEC-bench Pro 三项，Carbon 在模型卡上都排第一，但模型卡注明这是 Fairwind Program 路径下的表现。10 月 28 日的发布稿还写明，这些网络安全基准是在没有护栏的情况下评测的（evaluated without guardrails）。
这意味着，把付费 API 里的模型名换成 gemini-4-carbon，并不等于拿到同等的网络安全专项能力。防御向的专项能力需要申请 Fairwind，经过核验的防御方才能使用。官网价格表里单列的 Gemini 4 Carbon Cyber Permissive 也不适用 2 美元的促销价。
安全侧还有一组官方自报数字可以参考。375 项 agentic honesty 测试的通过率为 92%（Argon 为 70%），缺少实验数据时 98% 会拒绝编造。Gray Swan IPI 攻击成功率报告为 0%。但 Google 也承认，更难的自动化红队测试在部分分布上仍能推动模型越界，提示注入鲁棒性还要继续加强。
边界六：只输出文本，免费档没有开放日期
Carbon 可以理解文本、图片、音频、视频，但只输出文本。它不是出图模型，也不是视频生成模型，需要图像或视频生成的工作流要另选模型。
可用范围方面，消费者入口和 Antigravity 目前写的是 Google AI Ultra，API 是付费档。免费用户和较低档订阅用户何时能用，官方这次没有给日期。模型卡列出的其他限制包括：基础模型常见的幻觉、越狱抵抗仍在加强、偶尔变慢或超时。
Gemini 4 Carbon 影响分析
Gemini 4 Carbon 对开发者的影响
- 模型分层更明确：Argon 做日常主力，Carbon 只在最难的环节介入，用路由或 /swarm 式编排可以控制 token 消耗。
- 迁移成本低：模型名替换即可，但要清理 thinking_budget、temperature 等参数，并改掉显式 cached_content。
- 超时设置要调整：15 到 20 分钟的客户端超时或 background=True，对现有网关和重试逻辑都有影响。
- 价格窗口有时限：官网 2 / 10 的促销价到 11 月 30 日为止，评估长期成本时要按 12 月起的标准价计算。
💡 选择建议：同样是“难任务”，长上下文检索、科学推理更偏向 Carbon，电脑操作偏向 Opus 5.5，公开仓库工程偏向 Astra。建议先在 API易 apiyi.com 上用同一套业务样本跑一轮对照，再决定路由规则。
Gemini 4 Carbon 对行业的影响
- “最强模型”的定义变得更细：模型卡上没有一家在所有项目里都第一，按任务类型分工会成为常态。
- 安全能力开始分级开放：网络安全专项通过 Fairwind 定向开放、无护栏评测分数单独标注，这种做法可能被更多厂商采用。
- 思考 token 成为主要成本变量：同单价、不同思考深度带来的账单差异，会推动团队更重视 thinking_level 的精细调控。
常见问题 FAQ
Q1：Gemini 4 Carbon 是什么？
Gemini 4 Carbon 是 Google 基于 Gemini 4 Argon 打造的文本输出模型，模型 ID 为 `gemini-4-carbon`，2026-11-10 对付费开发者和企业开放。它支持文本、图片、音频、视频输入，1M token 窗口由输入、思考、输出共用。
Q2：Gemini 4 Carbon 和 Gemini 4 Argon 怎么选？
两者 thinking_level、1M 窗口和入门单价都相同。官方建议日常开发用 Argon，因为它更省 token、交互更快。Carbon 留给多步工程、架构审计、科学推理这类最难的任务，但会消耗更多思考 token。
Q3：Gemini 4 Carbon 的模型卡分数能直接代表 API 表现吗？
大部分可以作为参考，但有两点要注意。第一，结果截至 2026 年 10 月。第二，网络安全三项是 Fairwind 路径、无护栏评测的结果，不能当作付费 API 日常编程的默认分数。开放稿里的 CursorBench 等排名属于官方自报，口径与模型卡不同。
Q4：如何通过 API 快速调用 Gemini 4 Carbon？
可以按下面三步操作：
1. 在 API易 apiyi.com 注册账号并获取 API Key，新用户有免费测试额度。
2. 把 OpenAI SDK 的 base_url 设为 `https://api.apiyi.com/v1`，模型名填 `gemini-4-carbon`。
3. 按任务难度设置 thinking_level，难任务记得延长客户端超时。
同一个 Key 也能调用 `gemini-4-argon`，方便直接做对照。
Q5：Gemini 4 Carbon 有哪些已知限制？
模型卡列出的限制包括：仍有幻觉，越狱抵抗仍在加强，偶发变慢或超时，高思考档 token 消耗更高。另外它只输出文本，免费档开放时间未知，电脑操作和 FrontierSWE 2 两项在模型卡上也不是第一。
Gemini 4 Carbon 核心要点 Key Takeaways
- 定位：基于 Argon 的最强 Gemini 文本模型，2026-11-10 GA。
- 强项：长程 agent、长上下文检索、科学推理在模型卡上领先。
- 代价：入门单价与 Argon 相同，但思考 token 更多，单任务更贵。
- 落后项：OSWorld 输给 Opus 5.5，FrontierSWE 2 输给 Astra。
- 安全分数：网络安全高分来自 Fairwind 路径，不是默认 API 能力。
- 范围：只输出文本，免费档没有开放日期。
- 上手：API易已上架
gemini-4-carbon，可与 Argon 用同一个 Key 对照。
总结
Gemini 4 Carbon 的能力边界可以浓缩成三点：
- 该交给它的：长程多步工程、长上下文检索、科学推理、架构与审计，这些方向模型卡分数领先明显。
- 不必交给它的：日常功能开发继续用 Argon，电脑操作和公开仓库工程两项，模型卡上分别是 Opus 5.5 和 Astra 更高。
- 要看清口径的：网络安全分数属于 Fairwind 路径，开放稿排名属于官方自报，免费档仍未知。
比较稳妥的做法是先按任务类型分层，用自己的样本验证 Carbon 带来的提升是否值得多出的思考 token。推荐通过 API易 apiyi.com 把 Carbon 和 Argon 放在同一接口下对照测试，再决定路由规则。
📚 参考资料
- Gemini 4 Carbon 开放公告：2026-11-10 Google 官方博客
- 链接：
blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-carbon-now-available -
说明：开放范围、开放稿中的官方自报评测
-
Introducing Gemini 4 Carbon：2026-10-28 首次发布稿
- 链接：
blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-carbon -
说明：Fairwind 首发背景与网络安全评测口径
-
Gemini 4 Carbon 模型卡：结果截至 2026 年 10 月
- 链接：
deepmind.google/models/model-cards/gemini-4-carbon -
说明：本文对照表的数据来源与已知限制
-
Gemini 4 Carbon 开发者指南：Google AI Studio
- 链接：
aistudio.google.com/learn/gemini-4-carbon-developer-guide -
说明：thinking_level、1M 窗口、迁移注意事项
-
Gemini 4 Carbon 安全报告：Google DeepMind
- 链接：
storage.googleapis.com/deepmind-media/gemini/gemini_4_carbon_safety_report.pdf -
说明：honesty、红队与提示注入相关数据
-
Google Cloud 模型价格：官网价格表
- 链接：
cloud.google.com/model-garden/pricing -
说明：促销价与 12 月起标准价、Cyber Permissive 价格
-
API易 Gemini 4 Argon 文档：同系列模型调用说明
- 链接：
docs.apiyi.com/models/gemini-4-argon - 说明：Argon 与 Carbon 接口一致，可作为迁移参考
作者：APIYI 技术团队
技术交流：欢迎在 API易官网首页联系我们，更多模型调用资料可访问 docs.apiyi.com 文档中心
