Gemini 4 Carbon实测：9个案例跑下来，Google回到牌桌
作者｜周一笑（微信smiletalker）编辑｜王兆洋（Geisterspiele）Gemini 4 Carbon 深夜正式开放，第一时间实测之后，我不禁发出感慨：它最好的上线时间其实是两周前。因为差了这么几天，它就被 Fable 5.2 抢走了各种 Benchmark 第一。然后我就发现，这个感慨本身，其实最能说明它
Gemini 4 Carbon 在深夜正式开放。第一时间上手实测后，一个念头冒出来：这模型最好的上线时机其实是两周前。就差这几天，各种 Benchmark 第一被 Fable 5.2 抢走了。
这份遗憾本身就点出了它在当下模型竞争里的处境，也点出了它对 Google 的分量。
近几个月，Google 在模型竞赛中内外交困。团队动荡，模型策略一度误判、来回调整，掉队迹象明显。Gemini 4 系列憋了很久，外界对它的预期也不高。据了解，Google 内部这段时间一直在补课：重新校准 coding 与多模态的权重判断，把一些最基础的工作重新规整，推动全员“back to the basics”。
正式公开时的措辞也变了。Google 不再强调“最强”，反复提的是“单任务成本比第二名低一半以上”。纸面上它确实打不过 Fable 5.2，价格却只有对方的四分之一。姿态放低了。
预期反而因此更贴近 Google 的盘算。上线第一时间，9 个 case 直接跑起来：照着户型图造一栋能逛的楼、给 iPhone Duo 做拆解展台、手写布料物理、逐帧复刻 Claude 的宣传片……全在 Google 自家的 Antigravity 里完成，思考强度统一设为 High。
9 个 case 跑完，有惊喜，表现也稳。最高分确实还拿不到，但重回正轨、回到牌桌，已经很明显。
1
实测一：大闸蟹户型，一张图纸变成一栋能逛的楼
来看实测。
9 个测试里最意外的一个，是给 Gemini 4 
Carbon 一张香港“大闸蟹”户型图。
Prompt：把这个图纸实现出来，做成 3d 的，目标是就像真的一样，同时是可以交互的，你可以理解为有点像3a 游戏里面的一个场景，其他你看着办把搭建和测试的时间加起来差不多 1 小时，Carbon 拿出了一栋能让人走进去转一圈的楼。从剖面看，斜着伸出去的住户单元、位于中间的电梯和楼梯、各户之间的隔断，位置关系都能对上；切到第一人称视角，顺着走廊就能进到住户家里。家具、炉灶、昼夜交替这些细节由它自行补齐。一间建筑师工作室里，书桌上摊着原始图纸，旁边放着这栋楼的发光模型。
离“3A 级”当然还远：家具简单，材质重复，光照和远景都不够真。惊喜依然成立——空间搭起来之后，它还主动想了人走进来能做什么。
1
实测二：拆解 iPhone Duo
接着让它给 iPhone Duo 做一个可交互的 3D 展台：旋转、开合、爆炸拆解、点选零件、演示铰链。
Prompt：Create an interactive 3D product exhibit for an imaginary unreleased device: the iPhone Duo.Present it as a beautifully designed dual-screen Apple-style concept device that feels plausible, refined and premium.Start with the fully assembled device. Let me rotate and zoom in to inspect it.Show the device in closed form, then let me open it into its dual-screen state.Include an "Explode" button that smoothly separates the device into its major components: outer shell, dual displays, hinge mechanism, battery modules, camera system, logic board, speakers, Taptic Engine, MagSafe components, and internal frame.Keep all parts aligned to their original positions and make the construction feel physically understandable.Let me click individual parts to highlight them and display their names.Include a "Demonstrate" button that shows the device opening and closing, the hinge working, and the interface transitioning between single-screen and dual-screen modes.Include a button to reassemble the device.Make it feel like a premium industrial design museum exhibit or a secret prototype presentation, with convincing materials, lighting, precision, and elegant motion.Build the actual interactive 3D experience, run it, verify the interactions, and show me the live preview.[duo.mp4]
完成度很高。
点 Explode，屏幕、框架、电池、主板一层层拉开，对齐参考线还在。点一下电池，两块同时高亮并弹出说明；一键又能组装回去。最像真产品的是开合时的屏幕交接：外屏渐暗、内屏亮起，界面从单屏铺成双屏，和铰链角度绑定，拖滑块也能复现。
毛病也不是没有：屏幕内容层的直角会从圆角机身边上冒出来，内部零件的光打得不够，跟真机摆在一起，质感上还是差一截。整套流程大约 40 分钟，后一半时间基本花在逐项测试上，书脊的弧度、拆解的间距都反复调过。
交互和互动已经停不下来。Gemini 是最早喊出生成内容该是某种交互界面的模型之一，现在它终于沿这条路往前走了。
1
实测三：布料物理，丝绸上的书法
Google 公告里引客户评价，说 Carbon 是“困难的布料模拟上最好的前沿模型”。那就让它从零手写布料物理。
Prompt：用一个完整的 HTML 文件，通过 import map 从 CDN 引入 Three.js，做一个实时布料物理模拟：- 一幅竖挂的丝绸长卷，上面用书法风格写着"碳基生物"四个字（文字用 Canvas 生成贴图，只用系统字体）- 长卷顶端挂在一根横杆上，在风中自然飘动，风向和风力随时间缓慢变化- 鼠标可以抓住长卷任意位置拖拽，松开后自然回落、摆动、逐渐静止- 按住 Shift 拖拽可以把长卷撕开，撕下的部分受重力落下- 布料不能穿过横杆；光照下要能看出丝绸的光泽和褶皱阴影- 右上角提供风力滑块和"重置"按钮- 物理用自己写的质点-弹簧（Verlet）模拟，不使用物理引擎库约 17 分钟后，效果看上去很不错：浅金绢面、装裱纹样、朱红印章，横杆还有木纹和金属轴头，全是 prompt 没要求的。交互上，拖拽起皱、松手回落，Shift 一划，运行。
极端情况下仍有问题。鼠标大幅度拉扯，丝绸折出尖硬的角，像揉皱的薄片；撕裂是沿鼠标轨迹一刀切开，模拟得不太真实。
1
实测四：让 Gemini 复刻 Opus 宣传片
这个测试把 Anthropic 一支 20 秒的 Claude Opus 宣传片丢给 Carbon，要求“不惜一切代价，逐帧还原”。
Prompt：https://www.youtube.com/watch?v=1f13Bl1sYkw&pp=0gcJCS8MAYcqIYzv 不惜一切代价复刻这个视频，做到逐帧还原Carbon 的成果是纯靠代码搭起来的：材质由着色器生成，插画和文字用 Canvas 画，然后一帧一帧渲染出来。拆解做得很细，37 个硬切点全标了出来，拿原片逐帧比对，帧变化的峰值都能对上；圆弧构图、文字层层递进、越剪越快的节奏，这些也都留住了。
大体观感是好的，甚至有点超出预期。但细看还是露怯：赛马被画成了矢量图，层层叠叠的蕾丝变成一排排重复的小花，植物切片的排列规整得像几何图案。节奏倒是按帧对上了，画面本身没能逐帧还原。
1
第五项测试是还原8D魔幻重庆。我给的是一份写得很细的清单：山城地形、轻轨穿楼、吊脚楼、跨江大桥、江雾，还要能切到第一人称视角跟着轻轨穿楼。生成出来的东西有一种奇怪的可玩性，单论质量，明显比不上Claude用户常晒的那些效果。说它不是重庆吧，又能认出来，毕竟洪崖洞都写进去了。可整体像低配版：高楼铺满一模一样的发光窗格，山体和道路大片陷在黑色里，楼怎么顺着山势盖、上下两层马路怎么接，全看不明白。
Prompt：用一个完整的 HTML 文件，通过 import map 从 CDN 引入 Three.js，做一个可交互的"8D 魔幻重庆"夜景：- 山城地形：城市建在陡峭山坡上，楼房高低错落；至少有一栋楼的 1 楼和顶楼分别连着不同标高的马路- 一列轻轨沿高架轨道行驶，中途穿过一栋居民楼的中间楼层，然后继续前行，循环往复- 江边一组吊脚楼风格的建筑群，层层叠叠贴着崖壁，夜里亮暖黄色灯光，倒映在江面上- 至少一座跨江大桥，桥上有车流（移动的车灯光点）- 江面和低处有薄雾，随时间缓慢流动- 鼠标拖拽旋转视角，滚轮缩放；按 C 键切换为跟随轻轨的第一人称视角，穿楼那一段要能清楚看到是从楼里穿过去的- 不使用任何外部模型或贴图文件，所有几何体和材质都由代码生成- 在普通笔记本上帧率保持在 50 以上直接输出完整代码。真正出彩的是轻轨穿楼那一段。横梁、灯带、站台标识依次掠过，再冲出楼外，跑得相当流畅。光这一段就能玩上半天，停不下来。它像是个功能全做齐了的开发者，就差一个美术。
鹈鹕骑自行车是AI圈早被测烂的老题，我也交了一份样本，prompt只有一句“做一个鹈鹕骑自行车的 svg，要求，秒杀世界上其他模型的同类作品。”结果挑不出什么毛病。
1
最美网页这道题不给任何限制，原话是：Create the most beautiful and stunning single HTML file you can possibly imagine. 它给出的是宇宙主题，珠光球体、金色光环、满屏粒子，第一眼足够华丽。问题是光太满，细节全被吞了；跑了几次，出来的都是宇宙、粒子、珠光配精致英文排版这一路。放开让它自由发挥，审美反倒落进了一套固定模板。
狗熊哆嗦毛这一项，我拿了几段翻跳视频，让Carbon拆解动作、讲清难点，再对比不同版本。之后又让它把结果做成HTML，跟原视频合成一支跟练视频。
Prompt：附件是几段"狗熊哆嗦毛"舞蹈的翻跳视频。请完成：把这个舞拆解成一份新手也能照着学的分步教程：每一步写清楚手、脚、腰各自怎么动，节拍怎么对，附上在第一段视频里对应的时间点。指出这个舞最难做到位的两个动作，说明难在哪里。对比几段视频，评一评谁跳得最标准、谁最有个人风格，分别给出理由和对应的时间点动作的理解和讲解都还不错，跟练动作和视频之间有些错位，没法同步跟着练，不过“抖”的那股劲儿它抓住了。
1
最后一项，是传得很广的15秒艺术史。Carbon给出的第一版花了约28分钟，看完我愣了一下：岩画、马赛克、彩色玻璃、油画一路切过去，猫从桌边溜达到桌上，最后一爪把杯子拍翻。
Prompt：Create a 15-second high-speed art history speedrun animation. Show a person sitting at a small table with a drink, and a cat nearby, continuously repainted in rapid succession through major art styles across 40,000 years. Each style transition is very fast. Corner text labels the year/era. Throughout the video, the cat is doing its own little subplot, and in the final 2026 frame the cat knocks over or breaks the cup. Keep it playful, fluid, and cinematic.问题出在画面上——精美得不像代码画的。一问才知道确实不是，它直接调了生图能力，生成图片再拼起来。严格讲，prompt里没写不许，它就这么干了。第二轮补了一句“只用代码”，水平立刻掉成低配版。还是有待提高。
这些测试大多是one shot一次生成，没有一个是完全崩掉的。这是Carbon最稳的地方：交代的活都能干完，功能和交互基本能落地。不少早期测试者说它“不再偷懒”，说的也是这点。在Antigravity里的体验同样不错。
整体用下来，心里还是有点感慨：Gemini 3到Gemini4之间的空窗期太长，Google在算力怎么分配上的为难也看得出来。有全栈业务、云业务又要对外挣营收，大厂就得操这份心。这次它全面开放，门槛却没拆，更贵的Ultra先用得上，Google眼下要面对的挑战也摆在那。
但总的感受是，这是一个让人愿意用、也用得住依赖的模型。对此刻的Google来说，能先回到牌桌，就已经是最要紧的事。测试过程中有不少场景让人用得停不下来，这对Gemini系列来说很久没出现过了。所以也有理由去想：接下来能不能再演一次当初Gemini2.5和Nano Banana那样的戏码，往上再够一够，让Google再带一次节奏。
