|

Gemini 4 Carbon 發佈解讀：59 分反超 Opus 5.5，17 項贏 15 項卻調不到

ByShark
Gemini 4 Carbon 發佈解讀：59 分反超 Opus 5.5，17 項贏 15 項卻調不到

作者注：Gemini 4 Carbon 的「全球第一」有第三方評測支撐，但它現階段只開放給少數網絡安全團隊。本文拆清每個分數的口徑，並說明國內開發者現在可以先接哪個型號。

先說結論：Gemini 4 Carbon 的全球第一是真的，你現在調不到它也是真的。Artificial Analysis 獨立評測的綜合智能指數里，Carbon 以 59 分排第一，比 Claude Opus 5.5 的 58 分高 1 分。但 Google 在 2026-10-28 發佈時沒有給出 API 型號 ID，也沒有給開放時間表。

這不是又一篇複述發佈會的稿子。文中每個分數都會標明出處：Google 自己公佈的分數寫「Google 公佈」，第三方的分數寫「Artificial Analysis 獨立評測」。分數之外，本文更關心一個問題：這次發佈對你現在寫代碼、接 API 有什麼實際影響。

核心價值：讀完本文，你會知道 Carbon 哪些能力確實領先、哪些地方被誇大了、爲什麼現在調不到，以及想用 Gemini 4 系列的話今天該接哪個型號。

gemini-4-carbon-release-analysis-zh-hant-image-0

Gemini 4 Carbon 三個數字速覽

如果只看三個數字，可以看下面這張表。三個數字分別對應 Carbon 的綜合能力、安全攻防能力和對齊能力，其中只有第一個來自第三方。

數字 代表什麼 口徑
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 獨立評測
88.2% SEC-bench Pro 漏洞檢出率，測的是在真實軟件裏找出漏洞的能力 Google 公佈，未啓用護欄
0.0% Gray Swan 間接提示詞注入基準的攻擊成功率，Argon 爲 0.7% Google 公佈

第一個數字最有分量，因爲它是第三方給出的。後兩個數字是 Google 自測的結果，AA 也說明了第三方目前無法復現。讀後兩個數字時要記住這一點：它們是 Google 給出的成績，外部還沒有人驗證過。

Gemini 4 Carbon 核心信息速覽

Carbon 是 Google 兩週內發佈的第二個 Gemini 4 型號。2026-10-13，Argon 向開發者開放；2026-10-28，Carbon 發佈。Google 對 Carbon 的定位是「最強的模型」，重點是網絡安全能力和長週期任務能力。

信息項 詳情
發佈時間 2026-10-28（距 Gemini 4 Argon 開放兩週）
發佈方 Google / Google DeepMind
官方定位 Google 最強模型，主打 SOTA 網絡安全與長週期任務
綜合排名 AA Intelligence Index v5.0 第一（59 分）
首發價格 輸入 $2、輸出 $10 每百萬 tokens，緩存輸入 $0.10，與 Argon 相同
介紹期後價格 $4 / $20 每百萬 tokens，介紹期結束日期官方沒說
API 型號 ID 官方沒給，AA 標註爲「No publicly available API」
開放範圍 首批只開放給 Fairwind 計劃內的網絡安全防禦方

價格這一項要單獨說。AA 把首發價稱爲「50% 首發折扣」，意思是介紹期結束後價格翻倍。Argon 的介紹期結束日期是明確的，Carbon 沒有公佈，所以現在用首發價來估算長期成本，結果可能偏樂觀。

Gemini 4 Carbon 相對 Argon 的提升

和兩週前的 Argon 相比，Google 公佈的數據裏提升最大的有三項：

  • AA Index 從 50 分升到 59 分。
  • GraphWalks 長上下文從 84.2% 升到 96.2%。
  • 編碼代理基準 SWE-sweep 從 4.3% 升到 9.6%。

另外，Google 稱 Carbon 生成安全代碼的成功率是 Argon 的 2 倍以上。

Google 還提到，內部團隊觀察到 Carbon 能連續運行數天，在大型代碼庫和底層系統中定位並修復隱蔽 bug。這一條是 Google 內部的觀察，不是第三方能復現的結果。Chrome 團隊說 Carbon 生成補丁的質量比「另一家實驗室的一款大型前沿模型」好 10 倍以上，這同樣屬於客戶和內部口徑，而且沒有說明對比的是哪個模型。

官方口徑之外，也能看到早期使用者的產出。X 用戶 @thtbee_ 在 10 月 22 日展示了自己用 Carbon 復刻兩張參考圖的結果：整個場景用 three.js 生成，自述耗時 1 小時 40 分，視頻裏是兩套不同配色與鏡頭（Aurum 與 Viola）。這類「像不像、能不能跑起來」的視覺還原，是目前少數能直接看到 Carbon 輸出質量的方式；但它同樣屬於使用者自述，不是可復現的評測。

X 用戶 thtbee_ 用 Gemini 4 Carbon 復刻的黑洞場景動圖，three.js 生成

圖：X 用戶 @thtbee_ 展示的復刻結果，畫面由 three.js 生成、自述耗時 1 小時 40 分（來源：@thtbee_，2026-10-22）。

Gemini 4 Carbon 官方 17 項對比：贏 15 項，輸 2 項

下表是 Google DeepMind 方法論頁給出的完整對比表，共 17 項基準。Carbon 在 15 項中排第一，另外 2 項輸給了競品。

Google DeepMind 官方 17 項基準對比表，Gemini 4 Carbon 在 15 項領先

圖：Google DeepMind 官方 17 項對比表，Carbon 的 15 項領先用藍色標出，FrontierSWE 2 與 OSWorld 2.1 兩項被競品反超（來源：@GoogleDeepMind，2026-10-28）。

類別 基準 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% —
編碼代理 SWE-sweep 9.6% 4.3% 9.5% 3.6% 2.9%
編碼代理 FrontierSWE 2 61.2% 55.0% 65.5% 62.3% 56.3%
編碼代理 Terminal-Bench 4.0（AA） 65.2% 57.1% 59.1% 59.6% 52.0%
電腦操作 Agents’ Last Exam v1.1 77.4% 69.0% 73.1% 71.6% —
電腦操作 OSWorld-2.1（離線子集） 81.5% 74.7% 80.9% 87.2% 76.8%
知識工作 AutomationBench（Zapier） 53.9% 51.3% 41.4% 42.5% 31.4%
知識工作 Vending-Bench 2（期末餘額） $16,484 $13,718 $15,515 $9,235 $5,422
多模態理解 Chartography 72.5% 71.6% 71.0% 66.3% 46.2%
多模態理解 Blueprint-Bench 2 58.6% 54.4% 49.7% 51.2% 41.9%
長上下文 GraphWalks（256k–1M，BFS F1） 96.2% 84.2% 71.8% 66.8% 65.0%
科學與數學 RiemannBench 80.0% 76.0% 72.0% 69.6% 65.6%
科學與數學 Terminal-Bench-Science 0.1（AA） 64.8% 52.9% 63.3% 59.0% 43.3%
網絡安全 CWE-bench 71.0% 68.0% 68.0% 67.0% 58.0%
網絡安全 ExploitGym 54.8% 42.0% 42.4% 34.5% —
網絡安全 SEC-bench Pro 88.2% 83.4% 85.4% — —

Gemini 4 Carbon 輸掉的兩項

Carbon 輸掉的兩項都和實際編程、操作電腦有關：

  • FrontierSWE 2：Carbon 61.2%，輸給 GPT-6 Astra 的 65.5%，也低於 Claude Opus 5.5 的 62.3%。在這項裏 Carbon 只排第三。
  • OSWorld-2.1：Carbon 81.5%，輸給 Claude Opus 5.5 的 87.2%，差距接近 6 個百分點。

如果你主要拿模型做 Coding Agent 或電腦操作類 Agent，這兩項比 AA 總分更值得參考。另外，有幾項領先幅度很小，比如 SWE-sweep 只比 GPT-6 Astra 高 0.1 個百分點，Vals Index 只比 Opus 5.5 高 0.2 個百分點，基本可以視爲打平。

讀 Gemini 4 Carbon 對比表前要知道的口徑

Google 方法論頁寫明瞭幾條前提，會直接影響對錶格的解讀：

  • Carbon 和 Argon 的分數是 pass@1，使用 Gemini API 的最高 thinking 設置，不允許多數投票，也不允許並行 test-time compute。
  • 非 Gemini 模型的分數，除另行說明外，都來自各家自己公佈的數字。因此這張表並不是同一個評測方在同一套環境下跑出來的。
  • OSWorld 2.1 用的是 82 個任務的離線子集，GraphWalks 用的是 200 道題、上下文 256k 到 1M 的子集。
  • SEC-bench Pro 每題獨立嘗試 3 次取平均，ExploitGym 每題默認 6 小時超時，並且關閉了緩解措施。
  • AA Index、Terminal-Bench 4.0 來自 Artificial Analysis，FrontierSWE 來自 Proximal 公開榜，Vending-Bench 2 和 Blueprint-Bench 2 來自 Andon Labs，CWE-bench 由 Collinear AI 統一評測。

Gemini 4 Carbon 的「第一」要分口徑看

「全球第一」這個說法成立，但只適用於綜合智能指數。Artificial Analysis 發佈的其他榜單顯示，Carbon 並不是在所有方向上都排第一。

Artificial Analysis Intelligence Index 榜單，Gemini 4 Carbon 以 59 分排第一

圖：Artificial Analysis Intelligence Index v5.0，Carbon 59 分第一、Claude Opus 5.5（Max）58 分第二，圖上同時標註了 Carbon「No publicly available API」（來源：@ArtificialAnlys，2026-10-28）。

指標 Gemini 4 Carbon 對比對象 結論 口徑
Intelligence Index v5.0 59 Claude Opus 5.5（Max）58 第一 Artificial Analysis 獨立評測
Coding Agent Index 59（Antigravity CLI，high） Claude Code + Opus 5.5（max）62 第二，落後 3 分 Artificial Analysis 獨立評測
Terminal-Bench 4.0 64% Opus 5.5（max）56% 領先 Artificial Analysis 獨立評測
FrontierCode v1.1 51% Opus 5.5 56% 落後 Artificial Analysis 獨立評測
SEC-bench Pro / ExploitGym / CWE-bench 88.2% / 54.8% / 71.0% — 官方稱領先 Google 公佈

編碼代理指數 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 個子項裏，Carbon 只在 HLE-Diamond、Terminal-Bench-Science、AA-Omniscience、AutomationBench-AA 這 4 項排第一，在編碼和知識工作兩個方向上都不是第一。

Artificial Analysis Coding Agent Index 榜單，Claude Opus 5.5 62 分第一、Gemini 4 Carbon 59 分第二

圖：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（來源：@ArtificialAnlys，2026-10-28）。

還有一個口徑差異需要注意。Terminal-Bench 4.0 在官方表裏寫的是 65.2%，在 AA 推文裏寫的是 64%，兩者相差約 1 個百分點。引用這個分數時應寫明來源，不要混用。

gemini-4-carbon-release-analysis-zh-hant-image-1

💡 選擇建議：現在 Carbon 還調不到，榜單分數只能作爲參考。確定 Coding Agent 選型前，建議在自己的代碼庫裏實際跑一遍。通過 API易 apiyi.com 可以用同一個 API Key 切換 Claude、GPT、Gemini 等模型，方便橫向對比。

爲什麼你現在調不到 Gemini 4 Carbon

這次發佈最確定的一點是：普通開發者現在還用不了 Carbon。原因有以下幾條，每一條都有官方或第三方信息作爲依據：

  1. 沒有 API 型號 ID：官方發佈稿沒有給出 Carbon 的型號 ID，AA 榜單頁標註爲「No publicly available API」。
  2. 沒有開放時間表：Google 官方賬號的說法是「as soon as possible」，沒有給出具體日期。
  3. 首批只開放給 Fairwind 計劃內的安全團隊：Fairwind 目前有 650 多家合作伙伴，優先對象是國家網絡安全機構，以及醫療、電信、能源、金融等關鍵基礎設施運營方和大型科技平臺。
  4. 需要通過背景審查：申請機構要經過 Google Cloud 客戶團隊申請，Google 會覈實其安全歷史和運營記錄。參與機構還必須具備用戶級認證和抗釣魚 MFA，訪問權只能交給內部的安全、事件響應和滲透測試團隊，並且要記錄員工的訪問和使用情況。
  5. 訪問權不能轉售：Google 明確禁止合作伙伴共享、再分發或出售前沿模型的訪問權。所以如果有人聲稱能「轉賣 Carbon 額度」，基本可以判斷爲不可信。

Sundar Pichai 在 X 上的說法是「Some trusted cyber defenders will get access starting this week」，也就是本週起先向一部分可信的網絡安全防禦方開放，之後通過 Fairwind 擴大範圍，最後一句是「so hang tight！」，請大家再等等。Logan Kilpatrick 的說法也類似：「Carbon is rolling out first to cyber defenders and we are working to make it more widely available soon！」

兩人都用了「soon」，但都沒有給出日期。Argon 發佈當天，Google AI Pro、Ultra 訂閱用戶和付費 API 開發者就能使用；Carbon 發佈時，普通用戶和開發者都用不上。有不少網友對這種「先宣佈、遲遲不開放」的做法表示不滿。

gemini-4-carbon-release-analysis-zh-hant-image-2

另外，Google 正在參與美國政府的前沿模型發佈前自願測試流程。Carbon 的網絡安全攻防能力很強，官方的安全基準成績也是在未啓用護欄的條件下測出來的，因此 Google 採取分階段開放，在邏輯上說得通。不過對開發者來說，這也意味着無法根據官方信息估計什麼時候能用上。

現在想用 Gemini 4 系列該走哪個型號

如果你想今天就把 Gemini 4 系列接入項目，可以直接用的是 Gemini 4 Argon。API易 已經上架了這個型號，信息如下：

  • 型號 ID：gemini-4-argon
  • 支持端點：chat（OpenAI 兼容）與 gemini（原生格式）
  • OpenAI 兼容接入的 base_url：https://api.apiyi.com/v1
  • 可用分組：default、svip
  • 價格：輸入 $2、輸出 $10、緩存讀 $0.1，單位都是每百萬 tokens，按量計費
  • 型號文檔：https://docs.apiyi.com/models/gemini-4-argon
  • 價格接口：https://api.apiyi.com/api/pricing

價格方面有一個時間點要記下：Argon 的官方介紹價在 2026-11-30 結束，之後翻倍爲輸入 $4、輸出 $20 每百萬 tokens。如果你的業務每月 tokens 用量較大，現在做成本預算時應該按 12 月以後的價格計算，不要只按介紹價算。型號與價格以平臺型號列表爲準，變動時以 API易 apiyi.com 的型號列表爲準。

型號 當前狀態 介紹期價格（輸入/輸出） 介紹期後價格 可用平臺
gemini-4-argon 已開放 $2 / $10 $4 / $20（2026-11-30 後） API易 apiyi.com、Google 官方 API
Gemini 4 Carbon 僅 Fairwind 安全團隊 $2 / $10 $4 / $20（結束日期官方沒說） 暫無公開 API

關於 Carbon：10-29 當天，API易 價格接口共列出 279 個型號，其中有 gemini-4-argon，沒有 carbon。10-27 生成的型號註冊表裏也沒有 carbon，這是因爲 Carbon 在 10-28 才發佈。我們會盡快推出此模型。Google 開放公開 API 之後，Carbon 會出現在平臺型號列表裏，屆時把 model 參數從 gemini-4-argon 改成新的型號 ID 即可，接入代碼不需要改動。

🚀 快速開始：現在先用 gemini-4-argon 把 Gemini 4 系列的調用鏈路接通，Carbon 開放後只需要改 model 參數。可以到 API易 apiyi.com 註冊，用新用戶的免費測試額度驗證 Argon 在你業務中的效果。

Gemini 4 Carbon 影響分析

Gemini 4 Carbon 對國內開發者的影響

  • 短期沒有直接影響：Carbon 是否開放，與你這個季度的技術選型基本無關。生產環境該用什麼，仍然看現在能調用的型號。
  • Gemini 4 系列可以提前接入：Carbon 和 Argon 首發價相同。先基於 Argon 寫好提示詞和評測集，Carbon 開放後能馬上做對比。
  • Coding Agent 選型暫不需要調整：AA 編碼代理指數中 Opus 5.5 仍然領先，OSWorld 也是 Opus 5.5 第一。如果你現在用的是 Claude 系列，沒有必要爲了一個暫時調不到的模型改變方案。
  • 長上下文場景值得關注：GraphWalks 96.2% 這個成績明顯高於其他模型（Google 公佈），文檔檢索、代碼庫理解這類場景在 Carbon 開放後值得測試。
  • 成本要按翻倍後的價格算：Argon 和 Carbon 的介紹價都是限時的，長期預算應按 $4/$20 計算。

Gemini 4 Carbon 對行業的影響

  • 前沿模型發佈節奏加快：Argon 到 Carbon 只隔了兩週，AA 第一名在 Carbon、Opus 5.5 和 GPT-6 Astra 之間只相差 1 到 2 分，頭部模型的差距越來越小。
  • 網絡安全能力開始限制開放範圍：當模型的漏洞檢出和利用能力足夠強時，廠商會先向防禦方開放，之後才面向公衆。這種「先安全團隊、後開發者」的模式以後可能會更常見。
  • 官方自測成績需要謹慎看待：Carbon 的安全三項成績、「連續跑數天」以及「好 10 倍」等說法都無法在外部復現。在第三方完成復現之前，這些數據只適合作爲參考。

常見問題 FAQ

Q1：Gemini 4 Carbon 的「全球第一」靠譜嗎？

綜合智能指數的第一名是有依據的：Artificial Analysis 獨立評測的 Intelligence Index v5.0 中，Carbon 得 59 分，比 Claude Opus 5.5 高 1 分。但在 AA 的編碼代理指數里，Carbon 以 59 對 62 排在 Opus 5.5 之後。官方 17 項對比表中，Carbon 也輸了 FrontierSWE 2 和 OSWorld-2.1 兩項。

Q2：Gemini 4 Carbon 和 Argon 有什麼區別？

根據 Google 公佈的數據，Carbon 的 AA 指數是 59 分，Argon 是 50 分；GraphWalks 從 84.2% 提高到 96.2%，安全代碼生成成功率提高到 2 倍以上。兩者首發價格相同。最大的區別是可用性：Argon 已經開放，Carbon 目前只給安全團隊使用。

Q3：Gemini 4 Carbon 什麼時候對開發者開放？

官方沒說。Google 的說法是「as soon as possible」，Sundar Pichai 和 Logan Kilpatrick 用的也是「soon」，三方都沒有給出具體日期。Carbon 介紹價什麼時候結束，官方同樣沒有公佈。

Q4：現在想用 Gemini 4 系列，最快怎麼接入？

直接調用 `gemini-4-argon`。在 API易 apiyi.com 註冊後獲取 API Key，OpenAI 兼容接口的 base_url 填 `https://api.apiyi.com/v1`，model 參數填 `gemini-4-argon`。型號與價格以平臺型號列表爲準，Carbon 上架後改 model 參數就能切換。

Q5：API易 什麼時候會上 Gemini 4 Carbon？

我們會盡快推出此模型。前提是 Google 先開放公開 API 並給出型號 ID，目前這兩項都還沒有。上架後會出現在 API易 apiyi.com 的型號列表中，型號與價格以平臺型號列表爲準。

Q6：Gemini 4 Carbon 有哪些已知限制？

主要有三點。第一，現在沒有公開 API，Fairwind 的訪問權也禁止轉售。第二，安全三項成績和「連續跑數天」等說法都是 Google 自測或內部觀察，第三方暫時無法復現。第三，介紹價是限時的，之後會翻倍到 $4/$20，但結束日期還沒有公佈。

Gemini 4 Carbon 核心要點 Key Takeaways

  • 綜合第一有第三方支撐：AA 獨立評測中，Carbon 以 59 分領先 Opus 5.5 的 58 分。
  • 編碼代理不是第一：AA 編碼代理指數中，Carbon 以 59 分落後於 Opus 5.5 的 62 分。
  • 17 項贏 15 項：輸掉的是 FrontierSWE 2 和 OSWorld-2.1。
  • 安全成績來自 Google 自測：88.2%、54.8%、71.0% 都是在未啓用護欄的條件下測得。
  • 目前調不到：沒有型號 ID，沒有開放時間表，首批僅開放給 Fairwind 計劃內的 650 多傢伙伴。
  • 現在可用 Argon：API易 已上架 gemini-4-argon，2026-11-30 之後價格翻倍。

總結

Gemini 4 Carbon 的主要信息可以概括爲三點：

  1. 能力領先，但要看口徑：AA 綜合指數排第一；編碼代理和 OSWorld 方向，Claude Opus 5.5 仍然領先。
  2. 官方數據還需要驗證：網絡安全成績、長週期任務和對齊方面的數據，大多是 Google 自己公佈的。
  3. 短期內用不上：沒有 API、沒有時間表，普通開發者現階段無法申請使用。

對國內開發者來說，比較實際的做法是先用 Argon 接通 Gemini 4 系列，同時準備好自己的評測集，等 Carbon 開放後直接做對比。推薦通過 API易 apiyi.com 接入 gemini-4-argon，用同一個 API Key 也可以調用 Claude、GPT 做橫向測試。我們會盡快推出此模型，型號與價格以平臺型號列表爲準。

📚 參考資料

  1. Google 官方博客：Introducing Gemini 4 Carbon：發佈稿、價格與開放節奏
  2. 鏈接：blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-carbon

  3. 說明：官方定位、安全三項成績、介紹價腳註的來源

  4. Google DeepMind：Gemini 4 Carbon 評測方法論：17 項對比表與評測口徑

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

  6. 說明：pass@1 設置、非 Gemini 模型分數來源等說明

  7. Google DeepMind：Fairwind Program：首批訪問計劃的規則

  8. 鏈接：deepmind.google/fairwind-program

  9. 說明：650 多傢伙伴、背景審查、不可轉售等限制

  10. Artificial Analysis 榜單：第三方獨立評測

  11. 鏈接：artificialanalysis.ai

  12. 說明：Intelligence Index v5.0 與 Coding Agent Index 排名

  13. API易 Gemini 4 Argon 文檔：現階段可用的 Gemini 4 型號

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

  15. 說明：型號 ID、端點與價格

  16. X 上的原始素材：本文配圖的出處

  17. 官方對比表：x.com/GoogleDeepMind/status/2115489356437651654（2026-10-28）
  18. 兩張榜單截圖：x.com/ArtificialAnlys/status/2115494553780367384（2026-10-28）
  19. three.js 復刻演示：x.com/thtbee_/status/2113301369826464147（2026-10-22）

作者：APIYI 技術團隊
技術交流：歡迎在 API易 apiyi.com 首頁聯繫我們，更多資料可訪問 docs.apiyi.com 文檔中心

延伸閱讀

Similar Posts