Gemini 4 Carbon Overview

Carbon 的定位：持續處理複雜工程任務

Carbon 延續 Argon 對長時程工作的重視：大型儲存庫中的棘手錯誤、底層系統、多步驟工程任務，以及需要反覆驗證的安全修補。

Google 表示，內部團隊觀察到 Carbon 能夠連續運作數天，在遇到死路後持續嘗試、找出細微錯誤並產生修補程式。這是內部使用情況的報告，並不保證每個公開 API 請求都會連續執行數天。

實際要問的是，模型能否維持對目標的掌握、使用工具檢驗假設，並在某種方法失敗後恢復推進。對儲存庫維護、遷移與安全工作而言，能夠被接受並驗證的變更才有幫助。

根據 Artificial Analysis，Carbon 具備 1M token 的上下文視窗，接受文字、圖片、影片與語音輸入，並產生文字輸出。具備影片理解能力不代表能生成影片，而上下文容量也不代表單次回應的最大輸出長度。

來源：Google 公告 · Artificial Analysis 評測。

Gemini 4 Carbon 與 Argon 相比：提升了多少？

Google 的發布比較表顯示，推理、長上下文、多模態理解與程式開發均有進步。以下精選結果來自 Google 公布的比較，並非 APIMaster 測試。

進步幅度因任務而異。GraphWalks 與 Terminal-Bench 有顯著提升；Vals Index 的變化則較小。SWE-sweep 的成績超過 Argon 的兩倍，但絕對分數仍為 9.6%，顯示在困難的程式開發工作上仍有很大的進步空間。

在網頁開發方面，Google 報告其在 WebDev Arena 達到 1768 Elo、排名第四，並提升了 89 Elo。實際選型仍應檢查行動裝置版面、互動與功能完整性。

查看 Google 原始評測表。

Carbon 的表現優於 Claude Opus 5.5 和 GPT-6 Astra 嗎？

它在推出時領先 AA 通用智慧指數；各項特定任務的結果則仍各有勝負。 Google 的表格列出 Carbon 為 59 分、Opus 5.5 為 58 分、GPT-6 Astra 為 57 分。Artificial Analysis 也獨立確認 Carbon 在 Intelligence Index v5 排名第一。

不過，在獨立的 Coding Agent Index 中，搭配 Antigravity CLI 的 Carbon 得分為 59，落後搭配 Claude Code 的 Opus 5.5，後者得分為 62。這項評測衡量的是模型與代理的組合，並非僅替換模型的受控實驗。

Google 自己的發布比較表也列出 Carbon 落後的項目：

• FrontierSWE 2： Carbon 得分為 61.2%，低於 GPT-6 Astra 的 65.5% 與 Opus 5.5 的 62.3%。
• OSWorld-2.1 離線子集： Carbon 得分為 81.5%，低於 Opus 5.5 的 87.2%。

在知識工作方面，Artificial Analysis 報告 Carbon 在 AA-Briefcase 達到 1609 Elo，比 Argon 提高 126，但在其評測中仍落後 Kimi K3.1 Pro、Muse Wonder 與 Grok 4.7。

Carbon 是實力強勁的通用候選模型；複雜程式開發與知識工作仍值得針對實際工作負載進行比較。評測設定也有所不同：Google 的表格報告 Terminal-Bench 為 65.2%，而 AA 的程式開發代理文章則報告約 64%。引用每項結果時，應保留其原始設定與來源歸屬。

網路安全：尋找、驗證與修補漏洞

網路防禦是 Carbon 發布時最明確的重點之一。Google 強調的三項結果涵蓋防禦工作的連續步驟：

這套工作流程是找出缺陷、確認其風險，並產生修正。對維護者而言，減少誤報並交付可用的修補程式，有助於降低修復成本。

Google 也報告，Carbon 在內部安全程式碼生成方面的成功率超過 Argon 的兩倍。Chrome 團隊所稱高品質修補程式生成能力提升超過十倍，是與某個未具名競爭實驗室的模型比較；不能將此結果推廣到每一種程式開發任務。

Google 明確表示，外部網路安全基準測試是在未啟用防護機制的情況下進行。公開產品的權限、工具與安全防護措施可能影響實際行為。

長任務的可靠性：更少取巧、更清楚的證據

執行時間越長，累積錯誤與偏離使用者目標所造成的成本就越高。Carbon 的可靠性工作涵蓋作弊、缺乏依據的陳述、越權行為與執行不完整等問題。

Google 報告，在 Terminal-Bench 4.0 上，作弊成功率為 0.0%，嘗試作弊率為 0.4%，而內部即時程式開發環境中的高嚴重性對齊偏差警報下降近 80%。這些發現針對所報告的測試與環境，並非整體正式環境的事件發生率。

Google 表示，相較於 Argon，Carbon 將缺乏依據的陳述減少約一半、越權行為減少 26%，未充分完成要求的情況減少 29%。當資訊不足或來源互相矛盾時，它更可能檢索證據、指出差異，並說明哪些部分尚未完成。

在提示注入方面，Google 報告 Gray Swan 間接提示注入基準測試的攻擊成功率，從 Argon 的 0.7% 降至 0.0%。Carbon 在該次測試中抵擋了所有受評估的攻擊；這不保證它能免疫所有提示注入攻擊。

獨立測試提供了更細緻的觀察。在 AA-Omniscience v1.1 上，Carbon 的準確率從 Argon 的 48% 升至 58%，但依該基準測試定義計算的幻覺率，也從 4% 升至 11%。Carbon 仍是受測模型中幻覺率最低的一群，但能力提升不代表在每種情境下幻覺都更少。Google 的內部無依據陳述測試採用不同的方法。

Gemini 4 Carbon API 定價：推出初期費率與任務成本

Carbon 公布的推出初期費率為每百萬 token 輸入 $2／輸出 $10，比標準費率 $4 / $20 低 50%。快取輸入可享適用輸入費率的 95% 折扣：推出初期為 $0.10，標準定價則為 $0.20。Carbon 自身的折扣到期日尚未確認；不應將 Argon 的期限套用到 Carbon。

快取折扣僅適用於符合條件的快取輸入，不適用於新輸入或輸出。這項折扣並不能證明任何特定的 KV 快取架構、訓練記憶體預算或硬體使用率。

若一項任務使用 100,000 個輸入 token 與 20,000 個計費輸出 token，依推出初期定價計算為：

0.1 × $2 + 0.02 × $10 = $0.40

這個固定 token 數量的範例未包含工具、重試與其他費用。長時間運作的代理也會產生中間推理、重複讀取與多個執行步驟的成本。應比較取得可接受結果的總成本。

以標準定價計算，Artificial Analysis 報告 Carbon 的每項 Intelligence Index 任務成本為 $7.76，相較之下，Opus 5.5 為 $10.04，GPT-6 Astra 為 $6.25。成本優勢取決於任務與 token 用量；推出初期的 token 費率並不能證明每項任務的成本都會減半。

目前可用的同系列選項有 Argon 與 3.8 Flash。截至本次查核，兩者最低價的 APIMaster 公開路由，相較於 Google 目前的 Standard 推出初期價格，分別為最高約省 58.3%與最高約省 59.7%。請依工作負載、路由能力與容量選擇；以市集卡片為準。

Carbon 與遞迴自我改進：哪些已獲確認？

Carbon 在 Argon 於 10 月 13 日向開發者開放後約兩週推出。這樣的速度引發了對遞迴自我改進（RSI）與模型輔助 AI 研究的討論。

Google 的 Carbon 公告確認，研究人員與模型正共同推進能力並加強安全防護。不過，公告並未揭露足夠的 Carbon 訓練流程細節，因此無法確認是否採用某篇特定的自我改進論文、是否即時使用使用者活動進行訓練，或是否能在無人類參與下自主升級。

模型輔助研究是值得關注的方向。目前做選型決策時，可依據的證據是 Carbon 已公布的評測、定價與存取條款。

Carbon API 何時開放？Carbon 就是 Gemini 4 Flash 嗎？

截至 2026-10-31 查核時，Google 的公告仍描述為分階段推出：先向經挑選的網路防禦人員開放，再擴大至更多可信任的 Fairwind 合作夥伴。公告並未確認一般開發者、企業與消費者的全面開放日期、最終公開 API 識別碼、速率限制或訂閱權益。

Google 尚未將 Carbon 定義為 Gemini 4 Flash。 Carbon 的旗艦定位、已公布價格與優先存取計畫，並不能確立未來 Flash 產品的規格。應分別追蹤兩者的公告。

若要今天就部署，可使用 gemini-4-argon 建立複雜任務的基準，或使用 gemini-3.8-flash 處理對成本更敏感的批次工作。Carbon 開放後，應以相同的輸入、工具與驗收標準，比較完成率、人工介入次數、時間與總成本。

註冊 APIMaster → 建立 API 金鑰 → 使用 API Base https://apimaster.ai/v1，搭配目前可用的 gemini-4-argon 或 gemini-3.8-flash。請在 Argon 卡片與 Flash 卡片查看即時價格與公開路由。

FAQ

Gemini 4 Carbon 已經發布了嗎？

Google 於 2026-10-28 公布 Carbon，並分階段向可信任的網路防禦人員開放。面向一般開發者的開放日期尚未公布。

Carbon 在哪些方面優於 Argon？

發布比較表顯示，AA Index 從 50 升至 59，Terminal-Bench 4.0 從 57.1% 升至 65.2%，GraphWalks 從 84.2% 升至 96.2%。長時程程式開發、複雜推理與網路安全是主要重點。

Carbon 是最強的程式開發模型嗎？

它在多項程式開發評測中有所提升，但獨立的 Coding Agent Index 給予 Carbon 59 分，落後搭配 Claude Code 的 Opus 5.5，後者為 62 分。應在固定工具與預算的條件下比較真實任務。

Carbon API 的費用是多少？

已公布的推出初期費率為每百萬 token 輸入 $2／輸出 $10，快取輸入為 $0.10。標準費率為 $4 / $20，快取輸入為 $0.20。Carbon 的折扣到期日尚未確認。

現在可以在 APIMaster 呼叫 Carbon 嗎？

本次查核未找到公開的 Carbon 路由。Argon 有 4 條公開啟用路由，3.8 Flash 則有 7 條。Carbon 搜尋連結並不代表該模型已上架銷售。

Carbon 能免疫提示注入嗎？

Google 報告，在某項特定的 Gray Swan 間接提示注入評測中，攻擊成功率為 0.0%。該結果僅涵蓋受評估的攻擊，而非所有可能的攻擊。

來源

• Google：Carbon 公告，2026-10-28
• Google：原始基準測試比較
• Artificial Analysis：智慧、程式開發代理、幻覺與任務成本，2026-10-28
• Google：官方 Gemini API 定價
• Google：Fairwind Program
• APIMaster：Argon 即時市集資料 · 3.8 Flash · Carbon 可用狀態