DeepMind与OpenAI同日扩免费名额:1万对20万研究者
2026年11月16日,Google DeepMind与OpenAI同日宣布大规模科学家免费计划。DeepMind将旗舰模型Gemini 4 Carbon纳入Antigravity计划,向最多1万名科学家提供六个月免费访问权;OpenAI则将学术研究者计划从2万人扩至最多20万人,新增5万个免费名额并于11月23日开放
2026年11月16日,Google
DeepMind把旗舰推理模型Gemini 4 Carbon放进了Antigravity科学家计划,最多1万名研究者能免费用六个月。同一天,OpenAI也宣布学术研究者计划从约2万人扩到最多20万人,多出5万个免费名额,每个获批的人还能再拉两名合作者进来。
两套计划的结构差异
Google这边走的是精选路子:1万个名额按周审核,一周一批,重点给物理、数学和生命科学里那种耗时长、步骤多的推理任务。此前参与者用的是
Gemini 4 Argon,这次加进来的Carbon定位更高,官方标价是每百万输入token收$2、输出$10,这是11月30日前的入门价,之后会调到$4/$20。
Google DeepMind高级副总裁、Google首席AI架构师Koray Kavukcuoglu在发布说明里讲了
Carbon的设计思路:“Carbon使用比Argon更多的token来进行充分探索、深度推理,并运行延伸的验证循环。”大多数软件工程和知识工作推荐用Argon,Carbon留给更复杂的研究推理。
OpenAI那边铺得更开。这个项目7月以2万名研究者的规模在33个国家试点,这回直接把上限抬到20万人,一个名额带两位合作者,算下来实际覆盖可能接近60万。申请11月23日开放,OpenAI明确承诺不会拿项目用户的数据去训练模型。
Carbon的实际能力有哪些具体证据
Google给了一批能查到的实验结果。蛋白质预测方面,研究人员用Carbon在CASP17盲测集的七个蛋白质家族里找远缘进化亲属,检索到的相关序列数量平均多了40倍。这个数字说的是序列检索数量增加,不是AlphaFold 3结构预测准确率提高。
放到实验室数据分析里,Carbon处理实验室笔记本和原始实验数据时,认出了自动化混样流程中的异常,改进了色谱峰分离方法,还发现了研究仪器里的样本残留信号。药物毒性研究公司Axiom Bio把生产级分析搬到Carbon和Argon上之后,测试找出了以前没发现的毒性机制。安全领域,网络安全公司Wiz靠Carbon在两小时内揪出两家大型SaaS供应商中此前未知的漏洞。
安全基准上,Carbon在智能体诚实度测试里通过率92%,Argon是70%。这个差距说明,在自动化科研流程中,Carbon给出误导性输出的可能性更低。
定价竞争的真实含义
Gemini 4 Carbon现在的入门价是$2/$10(每百万token),比Claude Fable 5.2的$8/$40低不少。就算11月30日涨到标准价$4/$20,也和Claude Opus 5.5的价格结构持平。科学推理任务算力开销大,任务一多,价格差就会被直接放大。
所以免费科学家计划不只是公关动作。对那批六个月免费期过后可能转成付费用户的机构研究团队来说,价格基准线在免费期内已经悄悄立起来了。哪家模型先在实验室流程里成了默认工具,后面的采购谈判就占先手。
各方利益得失
对科学家来说,眼下同时有两个免费渠道可申请,这样的窗口期不常见。OpenAI的计划覆盖广、门槛低,适合想快点上手前沿模型辅助日常研究的个人研究者;Google的Antigravity名额少一些,但已有数千名科学家加入,更偏向需要密集计算和多步骤验证的专业场景。两个计划目前都不限制研究者同时申请。
对企业与开发者来说,这场竞争顺带产出了一批可信度更高的真实场景验证数据。Axiom Bio、Wiz这些商业机构已经出现在Google的案例列表里,都是真实工作流里测出来的结果。这类数据攒到一定量级,模型选型的依据就会从论文排行榜往实验室实际效果上偏。
对竞争对手来说,20万这个数字说明OpenAI正用规模效应铺学术渗透率,Google则用结果密度攒科研可信度。两条路都会挤压中间层——没能力参与类似计划的模型提供商,在科学背书的争夺里很难插进去。