Gemini 4 Carbon 上线：编程与安全能力升级，API 每百万输入 2 美元
非付费用户什么时候能用上？
AI 大模型的发布一轮接一轮，几乎让人跟不上节奏。Google DeepMind 刚刚宣布，最新旗舰模型 
Gemini 4 Carbon 正式向开发者、企业、科研人员和普通消费者开放服务。
Carbon 是 Gemini 家族目前公开上线模型中综合能力最强的一个，复杂编程、网络安全、科学推理，以及需要长时间跑下去的多智能体任务，都是它的强项。
两周前，谷歌通过 Fairwind 计划先让一部分网络安全防御人员用上了 Carbon，这次是把范围进一步放开。
和此前发布的 Gemini 4 Argon 比，Carbon 主攻复杂软件工程、跨领域研究这类高难度活儿，能烧掉更多 Token 去做深入推理、反复验证和纠错；日常编程和知识工作的大部分场景，仍旧交给 Argon。
在 CursorBench 4.0、Perplexity WANDR 和 Zapier AutomationBench 三项基准测试里，Carbon 都排在第一位，单任务成本比成绩第二的外部竞争模型低一半以上。
定价上，Carbon 的 API 优惠价与 Argon 持平：每百万输入 Token 2 美元，每百万输出 Token 10 美元；12 月 1 日起，这两个数字将分别调到 4 美元和 20 美元。
一句话召唤 AI 团队，连夜造出完整游戏
Gemini 4 Carbon 的一项重要升级，是能协调多个 AI Agent 一起完成大型工程项目。谷歌为此在 AI 编程平台 
Google Antigravity 中放出了 /swarm 功能预览版：开发者输入一条指令，就能把多个 AI Agent 组织起来分工干活，进度可以实时查看。
分工上，Carbon 管架构设计、任务协调和代码审查，具体开发交给速度更快、成本更低的模型，另外还有专门的验证 Agent 负责检查修改结果。
谷歌展示的一款开放世界 3D 游戏，就是由这样一支 AI 团队做出来的。玩家扮演一只骑自行车的鹈鹕，在谷歌山景城园区里自由探索。开发过程涉及 Blender 三维建模、Three.js 和 WebGL 游戏开发、程序化音效制作，背景音乐则用 Lyria 生成。
另一项演示更夸张。
谷歌给了 Carbon 7 份公开的城市规划 PDF，里面包含 206 张工程图纸，要求它重建谷歌 Platform 37 办公楼。经过 10 轮通宵运行的多智能体任务，Carbon 最终做出了一个交互式 Three.js 三维模型，包含约 90.6 万个三角形。
Carbon 还参照埃菲尔铁塔建设期间的历史照片和工程图纸，做了一个可交互的 3D 历史展览。
它甚至依据 CAD 图纸和 X 光影像，还原了一架拥有 61 键机械结构的古钢琴。
网页设计方面，Carbon 只用了两轮提示词，就为 Google Merchandise Store 拿出五套视觉设计方案，商品图片则由 Nano Banana 2.1 生成。
第三方开发者也讲了自己的实际体验。OpenCode 软件工程师 Kit Langton 说，团队此前一直没法让桌面应用适配现有 UI 框架，于是下班前给 Carbon 提交了一份需求清单。第二天回来，Carbon 已经从零开发出一套 Rust UI 库，并把 OpenCode 桌面应用重新写了一遍。
HubX 则在一个拥有约 1.4 万项测试的代码库里，让 Carbon 处理 16 个真实 Bug，最终报告的问题解决率为 94%，也没有引入新的回归问题。
两小时发现零日漏洞，网络安全能力进一步提升
网络安全是 Gemini 4 Carbon 的另一项核心能力。在 SEC-bench Pro、ExploitGym 和 CWE-bench 等漏洞发现、利用和修复基准测试中，Carbon 均取得领先成绩。
在谷歌内部自主安全系统 Project Fortify 中，Carbon 做到漏洞扫描召回率 100%、漏洞分类精确率 95%。放到开源代码仓库里测，它的召回率又比 Argon 高出 25% 以上（相对提升）。
实际测试里还有更抢眼的表现：Gemini 4 Carbon 帮 Wiz 在不到两小时内挖出两家大型 SaaS 服务商的零日漏洞，原本要花数周的研究被压到几小时。谷歌云团队用它验证了两个开源软件漏洞的可利用性；SentinelOne 靠 Carbon 另外找到 4 个有效漏洞，这些漏洞其他参测模型都没能识别出来。
网络安全本事见长的同时，谷歌也给模型加了防护。模拟网络攻击测试中，自适应红队 Agent 发起的攻击路径有 99% 被 Carbon 挡住；单次攻击成功突破防护的比例，从 Argon 的 3.1% 降到 0.8%。
数周完成密码学验证，AI 蛋白质研究取得新突破
科研方向上，谷歌晒出三个内部案例：密码学形式化验证、生物实验分析、蛋白质结构预测。
最受关注的是 Signal 加密协议的代码验证。谷歌研究人员搭了一套智能体形式化验证框架，名叫 AlphaProof Code，靠 Carbon 等模型把安全目标转成数学定理，再生成数百万行 Lean 证明代码。
结果，团队几周内就拿下了 Signal 加密协议相关代码关键安全性质的数学证明。同类工作过去一般得由专业团队做上好几年。
生物实验这块，Carbon 能从实验记录和原始数据里挑出异常，比如深孔板自动混合不充分、仪器里残留微量样品造成污染，帮研究人员把实验重复性做上去。
蛋白质结构预测上，谷歌用 Carbon 拼成多智能体系统，在大规模序列和结构数据库里自动搜寻远缘同源蛋白，给 AlphaFold 3 等结构预测模型补充参考信息。在 CASP17 盲测数据集的 7 个低同源性蛋白质家族上，Carbon 找到的同源序列数量平均多了 40 倍。谷歌称，这项成果有望让研究人员不必重新训练结构预测模型，也能提升部分难研究蛋白质的预测能力。
从写代码到做财务分析，AI 开始承担更完整的工作
技术研发之外，Carbon 还在往金融、法律和企业运营等专业领域走。谷歌与 Artificial Analysis 联手推出 Multimodal Knowledge Agent（MKA）基准测试，专门考察 AI Agent 处理 PDF、电子表格、图表和工程图纸的能力。
Carbon 在这个测试里排第二，但平均单任务成本比第一名低六倍以上。
金融场景中，Carbon 在 Hebbia 的端到端金融 Agent 评测里追平了参测表现最好的模型；在 Balyasny Asset Management 覆盖 23 种前沿模型配置的综合金融智能测试中，它也排在前列。Hebbia 的说法是，Carbon 做出的 Excel 财务模型结构更清楚，PowerPoint 演示文稿质量也更高。
企业搜索公司 Glean 发现，Carbon 能直接从办公数据里找出指定的会议纪要、邮件或业务数据，并生成分析结果和行动建议。
非付费用户什么时候能用上？
随着 Gemini 4 Carbon 正式开放，谷歌也交代了不同用户的使用路径。开发者可通过 Google AI Studio 和 Android Studio 的 Gemini API 付费层调用 Carbon；企业用户走 Gemini for business 及相关开发工具。
普通消费者这边，Gemini 4 Carbon 已开始向 Google AI Ultra 订阅用户开放，覆盖 Gemini App 和 Google 搜索 AI Mode。
科研人员这边有通道：谷歌此前推出的免费研究计划，符合条件的参与者能拿到为期六个月的 Google Antigravity 高使用额度访问权限，Carbon 和 Argon 两款模型都在可用范围内。做网络安全研究的，则要走 Fairwind Program 申请专门的 Carbon for cyber。放到过去的消费电子市场看，手机厂商的旗舰产品发布节奏相对固定，一年几场重要发布会，就够科技爱好者聊上好几个月。
现在的 AI 行业完全是另一番景象。新模型几乎天天有，特色各不相同：有的把编程榜单刷出新成绩，有的在数学难题上取得突破，还有的已经能连着工作几十个小时。模型多到体验不过来的时代，就这么来了。
技术更新这么密集，对用户当然是好事。不过看完 Gemini 4 Carbon 的发布公告，多少还有些意犹未尽——谷歌展示了这么多让人眼馋的能力，普通消费者却要订阅 Google AI Ultra 才能用上，多少有些不够意思。
