谷歌Gemini 4 Carbon上线：Agent任务摸到前沿，开放全用户
智东西11月11日消息，今天凌晨，谷歌宣布其最强AI模型Gemini 4 Carbon正式向开发者、企业、科研人员和消费者开放。Gemini 4 Carbon在网络安全能力和复杂知识工作、软件工程和科学推理等领域的长程Agent工作流中，均达到前沿水平。 谷歌宣布开放Gemini 4 Carbon（图源：X） 两周前（
智东西11月11日消息，谷歌于今天凌晨把自家最强的AI模型
Gemini 4 Carbon摆上了货架，开发者、企业、科研人员乃至普通消费者都能用。谷歌方面称，这款模型在网络攻防、复杂知识工作、软件工程与科学推理这类需要长时间自主运行的Agent任务上，都摸到了前沿水平。
谷歌发布Gemini 4 Carbon开放消息（图源：X）
往前推两周，也就是10月28日，Gemini 4 Carbon首次亮相，当时只借Fairwind计划向一批网络安全从业者开放。如今口子放大，开发者与企业用户能通过Google AI Studio和Gemini for business调API；订阅Google AI Ultra的用户则可以在
Google Antigravity、Gemini应用和谷歌搜索AI模式里直接体验。
在几个考察模型真实工作流表现的独立基准上，Carbon既守住了准确性，也压住了实际部署的成本。CursorBench 4.0、Perplexity的WANDR、Zapier的AutomationBench三张榜单它都拿了第一，单个任务的成本还不到排名最高的外部模型的一半，把Fable 5.2、Opus 5.5等甩在身后。
Gemini 4 Carbon在CursorBench 4.0中的成绩（图源：Cursor）
Artificial Analysis Intelligence Index上，Gemini 4 Carbon（high）拿到60分，排在第二，前面只有
Claude Fable 5.2（max）。Claude opus 5.5（max）、GPT-6 Astra（max）、GPT-6.1 Sol（max）等模型都被它超过。
Gemini 4 Carbon在Artificial Analysis榜单排名第二（图源：Artificial Analysis）
定价上，Gemini 4 Carbon的API尝鲜价看齐Argon：每百万输入Token 2美元（约合人民币13.3元），每百万输出Token 10美元（约合人民币66.7元），优惠到11月30日为止。之后输入、输出分别涨到4美元（约合人民币26.7元）和20美元（约合人民币133.4元）。
Gemini 4 Carbon价目（图源：谷歌）
在Gemini 4系列内部，谷歌眼下仍建议大多数软件工程和知识工作交给Argon。Carbon的任务定位更难一些，比如复杂代码调试、开放式科学研究，代价是消耗更多Token、推理更深、结果要反复验证。
谷歌首席执行官桑达尔·皮查伊（Sundar Pichai）在发文里说：“Carbon做了个鹈鹕骑车的Demo，所以你不用专门测试。”这段动画里，鹈鹕穿过谷歌园区，冲上斜坡后展开翅膀找平衡，接着稳稳落地继续蹬车。
模型一开放，就有开发者在海外社交平台X上发帖，说Gemini 4 Carbon比Argon强出一截，思考路数和Claude、GPT都不太一样。
开发者评价Gemini 4 Carbon（图源：X）
也有人提到，Gemini 4 Carbon相对谷歌此前的模型进步不小，可审美这块不如Fable和Opus，得靠更细的提示词或者参考案例来带。
开发者评价Gemini 4 Carbon（图源：X）
01.多模态知识工作评测位列第二，206张工程图一夜搭出谷歌办公楼
法律、金融、企业运营这些场景里，Carbon能翻检并分析大批文档，把里面的图表、图片、表格串起来，给出有材料撑着的结论，再按要求的结构和格式产出电子表格、演示文稿或报告。
为摸清Agent处理工程蓝图、示意图、数据表这类复杂资料的本事，谷歌拉上Artificial Analysis做了多模态知识Agent评测（Multimodal Knowledge Agent，MKA）。谷歌说Carbon在这项评测里排第二，平均每个任务的成本不到榜首模型的六分之一。
谷歌还演示了Carbon把不同资料做成交互应用的过程。其中一组Carbon Agent只凭一条提示词，就拿历史照片和工程图版搭出基于Three.js的3D展览，还原埃菲尔铁塔1887年至1889年的建造过程。
另一个演示里，Carbon团队依据一条提示词和7份市议会公开的规划PDF，从中抠出206张工程视图，熬了一夜、迭代10轮，做出谷歌Platform 37办公楼的交互式3D模型，内含约90.6万个三角面。
02.多Agent协作亮眼，一夜之间重写OpenCode桌面应用
按谷歌的说法，Carbon拿手的是需要多个Agent配合的工程活，像跨软件包迁移、跨子系统追查故障根因、复杂架构重构。做网页应用时，它会一遍遍构建、运行、验证，出错就试着恢复，还会对照源码和页面的实际渲染效果。
OpenCode团队曾在下班前丢给Carbon一份需求清单，要求桌面应用跟现有界面框架在视觉上对齐。结果第二天，Carbon已经从零写出一套Rust界面库，重写了OpenCode桌面应用，还交出一个能跑起来的演示。HubX那边则在一个含1.4万项测试的代码库中，用16项真实Bug修复任务考Carbon，修复率94%，测试过程中没有出现回归。
谷歌给的案例里，Carbon拿Gemini Omni生成的视频当参考，在Blender中搭程序化遗迹、水下焦散光照和水体仿真，随后把水下亚特兰蒂斯场景搬到Three.js，在浏览器里实时渲染，做成可交互的3D游戏。
03.漏洞发现与修复评测占优，谷歌内部扫描召回率100%
谷歌把Gemini 4 Carbon称为迄今网络安全能力最强的模型，面向安全团队守护关键软件提供端到端支持。在Fairwind计划中投入使用的Carbon，于漏洞发现（SEC-bench Pro）、漏洞利用（ExploitGym）、漏洞修复（CWE-bench v1）三项关键评测里均处于领先位置。
谷歌内部自动化安全项目Project Fortify用Carbon做了测试，这一项目涵盖扫描、分诊与修复三个环节。按谷歌自己的评测口径，Carbon扫描召回率达100%，分诊精确率95%。在开源代码库的测试中，其漏洞发现召回率比Argon提升超过25%，还找出了过去漏掉的逻辑漏洞。
谷歌旗下网络安全公司Wiz在“Scan for Good”项目里用Carbon评估公共数字基础设施的安全状况。谷歌称，Wiz检查两家大型SaaS服务商时，不到两小时便发现此前未知的漏洞，随后与受影响机构合作修补，潜在波及数万家公司。
04.参与Signal协议代码验证，科研免费计划扩展到Carbon
据谷歌介绍，Carbon在物理、数学和生命科学推理上均有进步，能用来整合实验数据、检验假设、处理多步骤问题。药物毒性研究公司Axiom Bio表示，Carbon在其转化科学任务中表现最好，帮团队找到了此前没发现的毒性机制；该公司正将实际科研所用的分析流程和Agent迁往Carbon与Argon。
在谷歌内部，研究人员已经把Carbon用于代码形式化验证、酶检测方法开发以及蛋白质结构预测。
代码验证方面，团队搭起一个名为AlphaProof Code的Agent框架，对Signal加密协议的实际代码做数学验证。Carbon与其他模型配合，把安全目标转写成数学定理，最终由Carbon产出逾600万行经Lean自动检查的证明代码，原本专家要花数年的验证工作被压缩到数周，约1%的代码库仍需人工审查。
酶检测方法开发中，Carbon依据实验记录和原始数据捕捉到难以解释的异常，帮研究人员识别出深孔板自动混合不充分、仪器内残留微量样品等问题，并改进了色谱峰解析方法。谷歌称，这些改进让实验结果更可重复，新检测方法的开发也随之加快。
蛋白质结构预测方面，AlphaFold 3等模型可依靠多序列比对，借助进化上相关的蛋白质序列推断折叠结构。若某蛋白质在数据库中已知同源序列偏少，预测模型能用的信息也就更少。谷歌称，在CASP17盲测集的7个低同源蛋白质家族中，Carbon协助检索到的同源序列数量平均达到原来的40倍，结构预测模型不必重新训练就能获得更多可用信息。更大范围的评估还在进行。
大约四周前，谷歌推出一项面向1万名科学家的免费计划，提供6个月Google Antigravity使用权限，目前已有数千名科学家加入。此番开放后，已有和新加入的参与者都能用上Carbon和Argon。谷歌会按资格、容量和筛选结果每周分批放行，并打算在新一代前沿模型上线后继续向参与者开放访问。
05.结语：Carbon正式开放，复杂任务迎来实战检验
从一夜之间重写桌面应用，到参与验证Signal协议的机器代码，谷歌展示了Gemini 4 Carbon怎样在一项任务里反复调用工具、核对结果并修正方案。
Carbon上线后，谷歌给Gemini 4系列划出了更清晰的分工：日常开发和知识工作大多交给Argon，需要多轮验证的难题则由Carbon消耗更多推理Token来攻克。随着Carbon正式开放，任务耗时、Token消耗量以及交付前还需多少人工复核，都会成为用户挑模型时的考量。
