Gemini 4 Carbon Overview

更新：2026 年 10 月 31 日。

Carbon 的定位：能持续推进复杂工程任务的模型

Carbon 延续了 Argon 对长任务的关注，目标包括大型代码库中的疑难问题、底层系统调试、跨多个步骤的工程实现，以及需要反复验证的安全修复。

Google 在公告中描述，内部团队已经观察到 Carbon 持续运行数天，在尝试失败的路径后继续推进，最终定位隐蔽 bug 并产出补丁。这是内部使用报告，尚不能视为每个公开 API 请求都能连续执行数天的产品承诺。

这类能力的实际价值在于：模型读完代码后，能否保持任务目标，利用工具检验假设，并根据失败结果继续修正。对于仓库维护、复杂迁移和安全补丁工作，最终能验收的修改，比单次回答是否流畅更有参考价值。

根据 Artificial Analysis 的发布评测，Carbon 具备 100 万 token 上下文窗口，支持文本、图片、视频和语音输入，输出为文本。这让它能够处理多种材料，但视频输入能力并不表示它可以生成视频；上下文窗口也不能直接当作单次最大输出长度。

来源：Google 官方公告 · Artificial Analysis 独立评测。

Gemini 4 Carbon vs Argon：提升有多大？

Google 发布表中，Carbon 在推理、长上下文、多模态和编程等多个方向都超过了 Argon。以下选取最能说明定位的几项，数据来自 Google 公布的比较表，不是 APIMaster 实测。

提升幅度并不均匀。GraphWalks 和 Terminal-Bench 的变化较大，Vals Index 则是小幅前进。SWE-sweep 虽然相对 Argon 超过两倍，绝对得分仍为 9.6%，说明困难编程任务依然有很大提升空间。

前端开发也是这次改进的一部分。Google 报告 Carbon 在 WebDev Arena 达到 1768 Elo、排名第四，比 Argon 提高 89 Elo。这反映了对应评测中的网页交付表现，实际选型仍应检查移动端布局、交互行为和功能完整性。

查看 Google 原始基准表。

Carbon 超过 Claude Opus 5.5 和 GPT-6 Astra 了吗？

发布时的 AA 综合指数已经领先，具体任务仍各有胜负。 Google 比较表中，Carbon 为 59 分，Opus 5.5 为 58 分，GPT-6 Astra 为 57 分。Artificial Analysis 的独立文章也确认了 Carbon 在 Intelligence Index v5 上的第一名。

但在独立编码代理评测中，Carbon 配合 Antigravity CLI 得到 59 分，仍低于 Opus 5.5 配合 Claude Code 的 62 分。这衡量的是模型与代理工具组合的表现，不能直接当作只更换模型的对照实验。

Google 自己的发布表同样保留了 Carbon 落后的项目：

• FrontierSWE 2： Carbon 为 61.2%，低于 GPT-6 Astra 的 65.5% 和 Opus 5.5 的 62.3%。
• OSWorld-2.1 离线子集： Carbon 为 81.5%，低于 Opus 5.5 的 87.2%。

对于知识工作，Artificial Analysis 报告 Carbon 的 AA-Briefcase 达到 1609 Elo，比 Argon 提高 126 分，但仍落后于其评测中的 Kimi K3.1 Pro、Muse Wonder 和 Grok 4.7。

因此，Carbon 已经成为综合能力很强的候选，复杂编程和知识工作则值得按实际任务逐项比较。Google 发布表与独立评测的运行设置也可能不同：例如前表中的 Terminal-Bench 分数为 65.2%，AA 编码代理文章报告约 64%，引用时应保留各自口径。

网络安全能力：覆盖漏洞发现、验证与修复

网络安全是 Carbon 发布时最明确的应用方向。Google 给出的三项结果覆盖了防御工作中的关键环节：

这组结果对应的工作流程是：找到问题、确认风险、产出修复。对于维护者，能够减少误报并生成有效补丁，才有机会降低安全处置成本。

Google 还报告，内部安全代码生成成功率相对 Argon 提升超过两倍；Chrome 团队生成高质量补丁的表现，则超过某个未具名竞争实验室的大型前沿模型十倍。后一个比较没有公开对手身份和完整条件，不能解读为 Carbon 在所有编程任务上都强十倍。

Google 明确说明，上述外部网络安全基准是在未启用防护措施的条件下评测的。结果体现了对应环境中的能力，公开产品的权限、工具和安全策略仍会影响实际行为。

长任务可靠性：少走捷径，也更清楚地交代证据

模型执行时间越长，错误积累和偏离目标的成本就越高。Carbon 这次强调的可靠性改进，覆盖了作弊、无依据陈述、越权和执行不完整等问题。

Google 报告，Carbon 在 Terminal-Bench 4.0 中成功作弊的比例为 0.0%，尝试作弊的比例为 0.4%；内部真实编程环境中的高严重性失调告警下降接近 80%。这些结果针对相应测试和内部场景，不能直接换算为生产环境中的总体事故率。

在协作行为上，Google 表示 Carbon 相对 Argon 将无依据陈述大约减半，越权行为减少 26%，执行不到位减少 29%。模型遇到信息不全或来源冲突时，更倾向于查证并向用户说明差异，也更愿意明确列出尚未完成的工作。

提示注入抵抗也有进步：Google 报告 Gray Swan 间接提示注入评测中的攻击成功率，从 Argon 的 0.7% 降至 Carbon 的 0.0%。这个数字的含义是抵抗了该轮评测中的全部攻击，并不构成对所有提示注入的免疫保证。

独立评测补充了另一个重要角度。在 AA-Omniscience v1.1 中，Carbon 的正确率从 Argon 的 48% 升到 58%，但该基准定义下的幻觉率也从 4% 升到 11%。Carbon 在参评模型中仍属于幻觉率较低的模型，但“能力更强”不能直接推导为“所有场景都更少幻觉”。这与 Google 内部无依据陈述测试采用的是不同口径。

Gemini 4 Carbon API 价格：入门优惠与任务成本

Carbon 公布的入门价为每百万 token 输入 $2、输出 $10，是 $4 / $20 标准价的五折；缓存输入在相应输入价格基础上优惠 95%，入门期为 $0.10，标准价口径为 $0.20。Carbon 自身的入门优惠截止日尚未确认，不能套用 Argon 的优惠期限。

缓存折扣只适用于符合条件的缓存输入，并不覆盖新输入和输出。它也不足以证明具体的 KV Cache 架构、训练显存规模或硬件利用率。

假设一次任务消耗 100,000 个输入 token 和 20,000 个计费输出 token，按入门价计算为：

0.1 × $2 + 0.02 × $10 = $0.40

这是固定 token 预算的示例，不含工具、重试及其他费用。长程代理还会产生中间推理、重复读取和多轮执行成本，最终应比较完成一个可验收任务所需的总费用。

Artificial Analysis 按标准价计算，Carbon 每个 Intelligence Index 任务的成本为 $7.76，低于 Opus 5.5 的 $10.04，但高于 GPT-6 Astra 的 $6.25。这个结果说明成本优势取决于任务与 token 消耗，不能只凭入门 token 单价断言所有任务都便宜一半。

今天即可比较的同族选项是 Argon 与 3.8 Flash：本次核查的 APIMaster 最低公开路由，分别比 Google 当前 Standard 优惠价便宜约 58.3%和便宜约 59.7%。模型能力、路由支持和容量需结合实际任务选择，以市场卡片为准。

Carbon 与 RSI：目前能确认到哪一步？

Carbon 距离 Argon 10 月 13 日面向开发者开放约两周，迭代速度引发了对 RSI（递归自我改进）和模型辅助研发的讨论。

Google 在 Carbon 公告中确认，研究人员与模型正在协同推进能力改进，同时加强防护措施。但公告没有披露足以验证 Carbon 具体训练流水线的细节，也没有证明它依靠某篇自我改进论文训练、将用户使用数据实时纳入训练，或实现了无人参与的自主升级。

因此，模型辅助研发可以作为观察后续迭代的线索；Carbon 已经公布的基准、价格与访问方式，才是当前选型能够直接使用的证据。

Gemini 4 Carbon API 什么时候开放？它是 Flash 吗？

截至 2026 年 10 月 31 日，本次查到的 Google 公告仍将 Carbon 定位为分阶段开放：先面向部分网络安全防御者，再通过 Fairwind 扩大到更多受信任伙伴。普通开发者、企业和消费者的具体开放日期，以及公开 API 的最终模型 ID、限流和订阅权益，尚不能从该公告中确认。

Carbon 也没有被 Google 确认为 Gemini 4 Flash。 Carbon 的旗舰定位、公布价格和首批开放范围，都不能直接当作未来 Flash 产品的规格。搜索“Gemini 4 Flash”的用户，应分别核对 Flash 的独立公告和 Carbon 的开放进展。

如果现在就要部署 Gemini 工作流，可以先用 gemini-4-argon 建立复杂任务基线，或用 gemini-3.8-flash 测试成本更敏感的批量任务。Carbon 后续开放时，再用同一组输入、工具和验收标准比较完成率、人工介入次数、耗时与总成本。

注册 APIMaster → 创建 API Key → 使用 API Base https://apimaster.ai/v1，选择当前可用的 gemini-4-argon 或 gemini-3.8-flash。实时价格与公开路由见 Argon 模型卡 和 Flash 模型卡。

FAQ

Gemini 4 Carbon 已经发布了吗？

Google 已于 2026 年 10 月 28 日正式宣布 Carbon，并分阶段向受信任的网络安全防御者开放。面向普通开发者的普遍可用日期尚未公布。

Gemini 4 Carbon 比 Argon 强在哪里？

发布表中，AA 综合指数从 50 升到 59，Terminal-Bench 4.0 从 57.1% 升到 65.2%，GraphWalks 从 84.2% 升到 96.2%。长程编程、复杂推理与网络安全是主要提升方向。

Gemini 4 Carbon 是最强编程模型吗？

它在多个编程项目上有明显进步，但 Artificial Analysis 发布评测中的编码代理指数为 59，仍低于 Opus 5.5 配合 Claude Code 的 62。实际任务还需要固定工具和预算进行比较。

Gemini 4 Carbon API 多少钱？

官方公布的入门价为每百万 token 输入 $2、输出 $10，缓存输入 $0.10；标准价为 $4 / $20，标准缓存输入价 $0.20。Carbon 的入门优惠截止日尚未确认。

现在可以在 APIMaster 调用 Carbon 吗？

本次核查没有发现 Carbon 公开在售路由。Argon 有 4 条公开活跃路由，3.8 Flash 有 7 条；Carbon 的查询链接不代表已经上架。

Carbon 能免疫提示注入吗？

Google 报告其在特定 Gray Swan 间接提示注入评测中的攻击成功率为 0.0%。这只覆盖该轮评测，不能理解为对任意攻击都免疫。

资料来源

• Google：Gemini 4 Carbon 官方公告，2026-10-28
• Google：Carbon 原始基准比较表
• Artificial Analysis：Carbon 综合指数、编码代理、幻觉率与任务成本，2026-10-28
• Google：Gemini API 官方价格
• Google：Fairwind Program
• APIMaster：Argon 实时公开市场数据 · 3.8 Flash · Carbon 可用性