Gemini 4 Carbon 发布解读：59 分反超 Opus 5.5，17 项赢 15 项却调不到

作者注：Gemini 4 Carbon 的「全球第一」有第三方评测支撑，但它现阶段只开放给少数网络安全团队。本文拆清每个分数的口径，并说明国内开发者现在可以先接哪个型号。

先说结论：Gemini 4 Carbon 的全球第一是真的，你现在调不到它也是真的。Artificial Analysis 独立评测的综合智能指数里，Carbon 以 59 分排第一，比 Claude Opus 5.5 的 58 分高 1 分。但 Google 在 2026-10-28 发布时没有给出 API 型号 ID，也没有给开放时间表。

这不是又一篇复述发布会的稿子。文中每个分数都会标明出处：Google 自己公布的分数写「Google 公布」，第三方的分数写「Artificial Analysis 独立评测」。分数之外，本文更关心一个问题：这次发布对你现在写代码、接 API 有什么实际影响。

核心价值：读完本文，你会知道 Carbon 哪些能力确实领先、哪些地方被夸大了、为什么现在调不到，以及想用 Gemini 4 系列的话今天该接哪个型号。

---

Gemini 4 Carbon 三个数字速览

如果只看三个数字，可以看下面这张表。三个数字分别对应 Carbon 的综合能力、安全攻防能力和对齐能力，其中只有第一个来自第三方。

数字	代表什么	口径
59	Artificial Analysis Intelligence Index v5.0 得分，全球第一，第二名 Claude Opus 5.5（Max）58 分	Artificial Analysis 独立评测
88.2%	SEC-bench Pro 漏洞检出率，测的是在真实软件里找出漏洞的能力	Google 公布，未启用护栏
0.0%	Gray Swan 间接提示词注入基准的攻击成功率，Argon 为 0.7%	Google 公布

第一个数字最有分量，因为它是第三方给出的。后两个数字是 Google 自测的结果，AA 也说明了第三方目前无法复现。读后两个数字时要记住这一点：它们是 Google 给出的成绩，外部还没有人验证过。

---

Gemini 4 Carbon 核心信息速览

Carbon 是 Google 两周内发布的第二个 Gemini 4 型号。2026-10-13，Argon 向开发者开放；2026-10-28，Carbon 发布。Google 对 Carbon 的定位是「最强的模型」，重点是网络安全能力和长周期任务能力。

信息项	详情
发布时间	2026-10-28（距 Gemini 4 Argon 开放两周）
发布方	Google / Google DeepMind
官方定位	Google 最强模型，主打 SOTA 网络安全与长周期任务
综合排名	AA Intelligence Index v5.0 第一（59 分）
首发价格	输入 $2、输出 $10 每百万 tokens，缓存输入 $0.10，与 Argon 相同
介绍期后价格	$4 / $20 每百万 tokens，介绍期结束日期官方没说
API 型号 ID	官方没给，AA 标注为「No publicly available API」
开放范围	首批只开放给 Fairwind 计划内的网络安全防御方

价格这一项要单独说。AA 把首发价称为「50% 首发折扣」，意思是介绍期结束后价格翻倍。Argon 的介绍期结束日期是明确的，Carbon 没有公布，所以现在用首发价来估算长期成本，结果可能偏乐观。

Gemini 4 Carbon 相对 Argon 的提升

和两周前的 Argon 相比，Google 公布的数据里提升最大的有三项：

• AA Index 从 50 分升到 59 分。
• GraphWalks 长上下文从 84.2% 升到 96.2%。
• 编码代理基准 SWE-sweep 从 4.3% 升到 9.6%。

另外，Google 称 Carbon 生成安全代码的成功率是 Argon 的 2 倍以上。

Google 还提到，内部团队观察到 Carbon 能连续运行数天，在大型代码库和底层系统中定位并修复隐蔽 bug。这一条是 Google 内部的观察，不是第三方能复现的结果。Chrome 团队说 Carbon 生成补丁的质量比「另一家实验室的一款大型前沿模型」好 10 倍以上，这同样属于客户和内部口径，而且没有说明对比的是哪个模型。

官方口径之外，也能看到早期使用者的产出。X 用户 @thtbee_ 在 10 月 22 日展示了自己用 Carbon 复刻两张参考图的结果：整个场景用 three.js 生成，自述耗时 1 小时 40 分，视频里是两套不同配色与镜头（Aurum 与 Viola）。这类「像不像、能不能跑起来」的视觉还原，是目前少数能直接看到 Carbon 输出质量的方式；但它同样属于使用者自述，不是可复现的评测。

图：X 用户 @thtbee_ 展示的复刻结果，画面由 three.js 生成、自述耗时 1 小时 40 分（来源：@thtbee_，2026-10-22）。

---

Gemini 4 Carbon 官方 17 项对比：赢 15 项，输 2 项

下表是 Google DeepMind 方法论页给出的完整对比表，共 17 项基准。Carbon 在 15 项中排第一，另外 2 项输给了竞品。

图：Google DeepMind 官方 17 项对比表，Carbon 的 15 项领先用蓝色标出，FrontierSWE 2 与 OSWorld 2.1 两项被竞品反超（来源：@GoogleDeepMind，2026-10-28）。

类别	基准	Gemini 4 Carbon	Gemini 4 Argon	GPT-6 Astra	Claude Opus 5.5	Claude Fable 5.1
通用能力	AA Index v5.0	59	50	57	58	49
通用能力	Vals Index v2.2	70.4%	69.2%	65.0%	70.2%	—
编码代理	SWE-sweep	9.6%	4.3%	9.5%	3.6%	2.9%
编码代理	FrontierSWE 2	61.2%	55.0%	65.5%	62.3%	56.3%
编码代理	Terminal-Bench 4.0（AA）	65.2%	57.1%	59.1%	59.6%	52.0%
电脑操作	Agents’ Last Exam v1.1	77.4%	69.0%	73.1%	71.6%	—
电脑操作	OSWorld-2.1（离线子集）	81.5%	74.7%	80.9%	87.2%	76.8%
知识工作	AutomationBench（Zapier）	53.9%	51.3%	41.4%	42.5%	31.4%
知识工作	Vending-Bench 2（期末余额）	$16,484	$13,718	$15,515	$9,235	$5,422
多模态理解	Chartography	72.5%	71.6%	71.0%	66.3%	46.2%
多模态理解	Blueprint-Bench 2	58.6%	54.4%	49.7%	51.2%	41.9%
长上下文	GraphWalks（256k–1M，BFS F1）	96.2%	84.2%	71.8%	66.8%	65.0%
科学与数学	RiemannBench	80.0%	76.0%	72.0%	69.6%	65.6%
科学与数学	Terminal-Bench-Science 0.1（AA）	64.8%	52.9%	63.3%	59.0%	43.3%
网络安全	CWE-bench	71.0%	68.0%	68.0%	67.0%	58.0%
网络安全	ExploitGym	54.8%	42.0%	42.4%	34.5%	—
网络安全	SEC-bench Pro	88.2%	83.4%	85.4%	—	—

Gemini 4 Carbon 输掉的两项

Carbon 输掉的两项都和实际编程、操作电脑有关：

• FrontierSWE 2：Carbon 61.2%，输给 GPT-6 Astra 的 65.5%，也低于 Claude Opus 5.5 的 62.3%。在这项里 Carbon 只排第三。
• OSWorld-2.1：Carbon 81.5%，输给 Claude Opus 5.5 的 87.2%，差距接近 6 个百分点。

如果你主要拿模型做 Coding Agent 或电脑操作类 Agent，这两项比 AA 总分更值得参考。另外，有几项领先幅度很小，比如 SWE-sweep 只比 GPT-6 Astra 高 0.1 个百分点，Vals Index 只比 Opus 5.5 高 0.2 个百分点，基本可以视为打平。

读 Gemini 4 Carbon 对比表前要知道的口径

Google 方法论页写明了几条前提，会直接影响对表格的解读：

• Carbon 和 Argon 的分数是 pass@1，使用 Gemini API 的最高 thinking 设置，不允许多数投票，也不允许并行 test-time compute。
• 非 Gemini 模型的分数，除另行说明外，都来自各家自己公布的数字。因此这张表并不是同一个评测方在同一套环境下跑出来的。
• OSWorld 2.1 用的是 82 个任务的离线子集，GraphWalks 用的是 200 道题、上下文 256k 到 1M 的子集。
• SEC-bench Pro 每题独立尝试 3 次取平均，ExploitGym 每题默认 6 小时超时，并且关闭了缓解措施。
• AA Index、Terminal-Bench 4.0 来自 Artificial Analysis，FrontierSWE 来自 Proximal 公开榜，Vending-Bench 2 和 Blueprint-Bench 2 来自 Andon Labs，CWE-bench 由 Collinear AI 统一评测。

---

Gemini 4 Carbon 的「第一」要分口径看

「全球第一」这个说法成立，但只适用于综合智能指数。Artificial Analysis 发布的其他榜单显示，Carbon 并不是在所有方向上都排第一。

图：Artificial Analysis Intelligence Index v5.0，Carbon 59 分第一、Claude Opus 5.5（Max）58 分第二，图上同时标注了 Carbon「No publicly available API」（来源：@ArtificialAnlys，2026-10-28）。

指标	Gemini 4 Carbon	对比对象	结论	口径
Intelligence Index v5.0	59	Claude Opus 5.5（Max）58	第一	Artificial Analysis 独立评测
Coding Agent Index	59（Antigravity CLI，high）	Claude Code + Opus 5.5（max）62	第二，落后 3 分	Artificial Analysis 独立评测
Terminal-Bench 4.0	64%	Opus 5.5（max）56%	领先	Artificial Analysis 独立评测
FrontierCode v1.1	51%	Opus 5.5 56%	落后	Artificial Analysis 独立评测
SEC-bench Pro / ExploitGym / CWE-bench	88.2% / 54.8% / 71.0%	—	官方称领先	Google 公布

编码代理指数 Carbon 只排第二。AA 的 Coding Agent Index 中，Carbon 得 59 分，Claude Code 配 Opus 5.5 得 62 分。Intelligence Index 的 9 个子项里，Carbon 只在 HLE-Diamond、Terminal-Bench-Science、AA-Omniscience、AutomationBench-AA 这 4 项排第一，在编码和知识工作两个方向上都不是第一。

图：Artificial Analysis Coding Agent Index，Claude Code 配 Opus 5.5（Max）62 分第一，Antigravity CLI 配 Gemini 4 Carbon 59 分第二（来源：@ArtificialAnlys，2026-10-28）。

还有一个口径差异需要注意。Terminal-Bench 4.0 在官方表里写的是 65.2%，在 AA 推文里写的是 64%，两者相差约 1 个百分点。引用这个分数时应写明来源，不要混用。

💡 选择建议：现在 Carbon 还调不到，榜单分数只能作为参考。确定 Coding Agent 选型前，建议在自己的代码库里实际跑一遍。通过 API易 apiyi.com 可以用同一个 API Key 切换 Claude、GPT、Gemini 等模型，方便横向对比。

---

为什么你现在调不到 Gemini 4 Carbon

这次发布最确定的一点是：普通开发者现在还用不了 Carbon。原因有以下几条，每一条都有官方或第三方信息作为依据：

1. 没有 API 型号 ID：官方发布稿没有给出 Carbon 的型号 ID，AA 榜单页标注为「No publicly available API」。
2. 没有开放时间表：Google 官方账号的说法是「as soon as possible」，没有给出具体日期。
3. 首批只开放给 Fairwind 计划内的安全团队：Fairwind 目前有 650 多家合作伙伴，优先对象是国家网络安全机构，以及医疗、电信、能源、金融等关键基础设施运营方和大型科技平台。
4. 需要通过背景审查：申请机构要经过 Google Cloud 客户团队申请，Google 会核实其安全历史和运营记录。参与机构还必须具备用户级认证和抗钓鱼 MFA，访问权只能交给内部的安全、事件响应和渗透测试团队，并且要记录员工的访问和使用情况。
5. 访问权不能转售：Google 明确禁止合作伙伴共享、再分发或出售前沿模型的访问权。所以如果有人声称能「转卖 Carbon 额度」，基本可以判断为不可信。

Sundar Pichai 在 X 上的说法是「Some trusted cyber defenders will get access starting this week」，也就是本周起先向一部分可信的网络安全防御方开放，之后通过 Fairwind 扩大范围，最后一句是「so hang tight！」，请大家再等等。Logan Kilpatrick 的说法也类似：「Carbon is rolling out first to cyber defenders and we are working to make it more widely available soon！」

两人都用了「soon」，但都没有给出日期。Argon 发布当天，Google AI Pro、Ultra 订阅用户和付费 API 开发者就能使用；Carbon 发布时，普通用户和开发者都用不上。有不少网友对这种「先宣布、迟迟不开放」的做法表示不满。

另外，Google 正在参与美国政府的前沿模型发布前自愿测试流程。Carbon 的网络安全攻防能力很强，官方的安全基准成绩也是在未启用护栏的条件下测出来的，因此 Google 采取分阶段开放，在逻辑上说得通。不过对开发者来说，这也意味着无法根据官方信息估计什么时候能用上。

---

现在想用 Gemini 4 系列该走哪个型号

如果你想今天就把 Gemini 4 系列接入项目，可以直接用的是 Gemini 4 Argon。API易 已经上架了这个型号，信息如下：

• 型号 ID：gemini-4-argon
• 支持端点：chat（OpenAI 兼容）与 gemini（原生格式）
• OpenAI 兼容接入的 base_url：https://api.apiyi.com/v1
• 可用分组：default、svip
• 价格：输入 $2、输出 $10、缓存读 $0.1，单位都是每百万 tokens，按量计费
• 型号文档：https://docs.apiyi.com/models/gemini-4-argon
• 价格接口：https://api.apiyi.com/api/pricing

价格方面有一个时间点要记下：Argon 的官方介绍价在 2026-11-30 结束，之后翻倍为输入 $4、输出 $20 每百万 tokens。如果你的业务每月 tokens 用量较大，现在做成本预算时应该按 12 月以后的价格计算，不要只按介绍价算。型号与价格以平台型号列表为准，变动时以 API易 apiyi.com 的型号列表为准。

型号	当前状态	介绍期价格（输入/输出）	介绍期后价格	可用平台
gemini-4-argon	已开放	$2 / $10	$4 / $20（2026-11-30 后）	API易 apiyi.com、Google 官方 API
Gemini 4 Carbon	仅 Fairwind 安全团队	$2 / $10	$4 / $20（结束日期官方没说）	暂无公开 API

关于 Carbon：10-29 当天，API易 价格接口共列出 279 个型号，其中有 gemini-4-argon，没有 carbon。10-27 生成的型号注册表里也没有 carbon，这是因为 Carbon 在 10-28 才发布。我们会尽快推出此模型。Google 开放公开 API 之后，Carbon 会出现在平台型号列表里，届时把 model 参数从 gemini-4-argon 改成新的型号 ID 即可，接入代码不需要改动。

🚀 快速开始：现在先用 gemini-4-argon 把 Gemini 4 系列的调用链路接通，Carbon 开放后只需要改 model 参数。可以到 API易 apiyi.com 注册，用新用户的免费测试额度验证 Argon 在你业务中的效果。

---

Gemini 4 Carbon 影响分析

Gemini 4 Carbon 对国内开发者的影响

• 短期没有直接影响：Carbon 是否开放，与你这个季度的技术选型基本无关。生产环境该用什么，仍然看现在能调用的型号。
• Gemini 4 系列可以提前接入：Carbon 和 Argon 首发价相同。先基于 Argon 写好提示词和评测集，Carbon 开放后能马上做对比。
• Coding Agent 选型暂不需要调整：AA 编码代理指数中 Opus 5.5 仍然领先，OSWorld 也是 Opus 5.5 第一。如果你现在用的是 Claude 系列，没有必要为了一个暂时调不到的模型改变方案。
• 长上下文场景值得关注：GraphWalks 96.2% 这个成绩明显高于其他模型（Google 公布），文档检索、代码库理解这类场景在 Carbon 开放后值得测试。
• 成本要按翻倍后的价格算：Argon 和 Carbon 的介绍价都是限时的，长期预算应按 $4/$20 计算。

Gemini 4 Carbon 对行业的影响

• 前沿模型发布节奏加快：Argon 到 Carbon 只隔了两周，AA 第一名在 Carbon、Opus 5.5 和 GPT-6 Astra 之间只相差 1 到 2 分，头部模型的差距越来越小。
• 网络安全能力开始限制开放范围：当模型的漏洞检出和利用能力足够强时，厂商会先向防御方开放，之后才面向公众。这种「先安全团队、后开发者」的模式以后可能会更常见。
• 官方自测成绩需要谨慎看待：Carbon 的安全三项成绩、「连续跑数天」以及「好 10 倍」等说法都无法在外部复现。在第三方完成复现之前，这些数据只适合作为参考。

---

常见问题 FAQ

Q1：Gemini 4 Carbon 的「全球第一」靠谱吗？

综合智能指数的第一名是有依据的：Artificial Analysis 独立评测的 Intelligence Index v5.0 中，Carbon 得 59 分，比 Claude Opus 5.5 高 1 分。但在 AA 的编码代理指数里，Carbon 以 59 对 62 排在 Opus 5.5 之后。官方 17 项对比表中，Carbon 也输了 FrontierSWE 2 和 OSWorld-2.1 两项。

Q2：Gemini 4 Carbon 和 Argon 有什么区别？

根据 Google 公布的数据，Carbon 的 AA 指数是 59 分，Argon 是 50 分；GraphWalks 从 84.2% 提高到 96.2%，安全代码生成成功率提高到 2 倍以上。两者首发价格相同。最大的区别是可用性：Argon 已经开放，Carbon 目前只给安全团队使用。

Q3：Gemini 4 Carbon 什么时候对开发者开放？

官方没说。Google 的说法是「as soon as possible」，Sundar Pichai 和 Logan Kilpatrick 用的也是「soon」，三方都没有给出具体日期。Carbon 介绍价什么时候结束，官方同样没有公布。

Q4：现在想用 Gemini 4 系列，最快怎么接入？

直接调用 `gemini-4-argon`。在 API易 apiyi.com 注册后获取 API Key，OpenAI 兼容接口的 base_url 填 `https://api.apiyi.com/v1`，model 参数填 `gemini-4-argon`。型号与价格以平台型号列表为准，Carbon 上架后改 model 参数就能切换。

Q5：API易 什么时候会上 Gemini 4 Carbon？

我们会尽快推出此模型。前提是 Google 先开放公开 API 并给出型号 ID，目前这两项都还没有。上架后会出现在 API易 apiyi.com 的型号列表中，型号与价格以平台型号列表为准。

Q6：Gemini 4 Carbon 有哪些已知限制？

主要有三点。第一，现在没有公开 API，Fairwind 的访问权也禁止转售。第二，安全三项成绩和「连续跑数天」等说法都是 Google 自测或内部观察，第三方暂时无法复现。第三，介绍价是限时的，之后会翻倍到 $4/$20，但结束日期还没有公布。

---

Gemini 4 Carbon 核心要点 Key Takeaways

• 综合第一有第三方支撑：AA 独立评测中，Carbon 以 59 分领先 Opus 5.5 的 58 分。
• 编码代理不是第一：AA 编码代理指数中，Carbon 以 59 分落后于 Opus 5.5 的 62 分。
• 17 项赢 15 项：输掉的是 FrontierSWE 2 和 OSWorld-2.1。
• 安全成绩来自 Google 自测：88.2%、54.8%、71.0% 都是在未启用护栏的条件下测得。
• 目前调不到：没有型号 ID，没有开放时间表，首批仅开放给 Fairwind 计划内的 650 多家伙伴。
• 现在可用 Argon：API易 已上架 gemini-4-argon，2026-11-30 之后价格翻倍。

---

总结

Gemini 4 Carbon 的主要信息可以概括为三点：

1. 能力领先，但要看口径：AA 综合指数排第一；编码代理和 OSWorld 方向，Claude Opus 5.5 仍然领先。
2. 官方数据还需要验证：网络安全成绩、长周期任务和对齐方面的数据，大多是 Google 自己公布的。
3. 短期内用不上：没有 API、没有时间表，普通开发者现阶段无法申请使用。

对国内开发者来说，比较实际的做法是先用 Argon 接通 Gemini 4 系列，同时准备好自己的评测集，等 Carbon 开放后直接做对比。推荐通过 API易 apiyi.com 接入 gemini-4-argon，用同一个 API Key 也可以调用 Claude、GPT 做横向测试。我们会尽快推出此模型，型号与价格以平台型号列表为准。

---

📚 参考资料

1. Google 官方博客：Introducing Gemini 4 Carbon：发布稿、价格与开放节奏
2. 链接：blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-carbon

3. 说明：官方定位、安全三项成绩、介绍价脚注的来源

4. Google DeepMind：Gemini 4 Carbon 评测方法论：17 项对比表与评测口径

5. 链接：deepmind.google/models/evals-methodology/gemini-4-carbon

6. 说明：pass@1 设置、非 Gemini 模型分数来源等说明

7. Google DeepMind：Fairwind Program：首批访问计划的规则

8. 链接：deepmind.google/fairwind-program

9. 说明：650 多家伙伴、背景审查、不可转售等限制

10. Artificial Analysis 榜单：第三方独立评测

11. 链接：artificialanalysis.ai

12. 说明：Intelligence Index v5.0 与 Coding Agent Index 排名

13. API易 Gemini 4 Argon 文档：现阶段可用的 Gemini 4 型号

14. 链接：docs.apiyi.com/models/gemini-4-argon

15. 说明：型号 ID、端点与价格

16. X 上的原始素材：本文配图的出处

17. 官方对比表：x.com/GoogleDeepMind/status/2115489356437651654（2026-10-28）
18. 两张榜单截图：x.com/ArtificialAnlys/status/2115494553780367384（2026-10-28）
19. three.js 复刻演示：x.com/thtbee_/status/2113301369826464147（2026-10-22）

---

作者：APIYI 技术团队
技术交流：欢迎在 API易 apiyi.com 首页联系我们，更多资料可访问 docs.apiyi.com 文档中心

延伸阅读

• Gemini 4 Argon vs Claude Opus 5.5：拆解谷歌 19 项评测表，4 个维度看清谁更强:基于 Google 官方 Gemini 4 Argon 评测表，逐项对比 Gemini 4 Argon 与 Claude Opus 5.5 在知识工作、智能体编程、长上下文、多模态等 19 项基准上的成绩，结合 Artificial Analysis、Vals 独立评测与价格、输出上限、可用性差异，给出场景化选型建议。
• Gemini 4 Argon 发布解读：1M 输出上限、77.9% DeepSWE 与 6 个关键看点:深度解读 Google 官方博文 Gemini 4 Argon：1M token 输出上限、$2/$10 尝鲜定价、DeepSWE 77.9% 等基准成绩、与 GPT-6 Astra 和 Claude Opus 5.5 的对比、Fairwind 分阶段开放节奏，以及开发者现在该如何准备接入。
• Gemini 4 Argon 价格解读：Vertex AI 已可拉取模型，5 种场景真实成本测算:Gemini 4 Argon 已在 Vertex AI 中可以拉取到模型。本文拆解 $2/$10 尝鲜价与 $4/$20 正式价、95% 缓存折扣、推理 token 计费与 1M 输出上限带来的隐性成本，对比 Gemini 3.8 Flash、GPT-6 Astra、Claude Opus 5.5，并给出 5 种场景成本测算与省钱接入代码。