具体来看,Google DeepMind将旗舰推理模型
Gemini 4 Carbon纳入Antigravity科学家计划,向最多1万名研究者提供为期六个月的免费使用权。OpenAI同时宣布,学术研究者计划规模从约2万人扩至最多20万人,新增5万个免费名额,每位获批者还能再邀请两名合作者加入。
两套计划的结构差异
Google的Antigravity走的是精选路线:1万个名额按周滚动审核,优先给物理、数学与生命科学领域的高强度多步骤推理任务。该计划此前已向参与者开放Gemini 4 Argon;这次新增的
Carbon是DeepMind定位更高的推理模型,官方标价每百万输入token收$2、输出$10,这是11月30日前的入门价,之后会调整到$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的设计逻辑:“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。”按他的说法,Argon是绝大多数软件工程和知识工作的推荐选项,Carbon则留给更复杂的研究推理场景。
OpenAI这边的盘子铺得更大。7月启动试点时,项目只在33个国家拉了2万名研究者参与;这回扩容直接把名额上限抬到20万人,而且每个获批的人还能带上两位合作者,算下来实际能覆盖到接近60万人。申请从11月23日起开放。OpenAI也把话说死了:项目用户的数据不会被拿去训练模型。
Carbon的实际能力有哪些具体证据
Google配合公布了一批可追溯的实验结果: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中搜索远缘进化亲属,检索到的相关序列数量平均提升了40倍。这个数字说的是序列检索数量的增加,不是AlphaFold 3的结构预测准确率提升。
实验室数据分析场景中,Carbon被用来处理实验室笔记本和原始实验数据,识别出了自动化混样流程中的异常,改进了色谱峰分离方法,还发现了研究仪器中的样本残留信号。药物毒性研究公司Axiom Bio把生产级分析工作迁到Carbon和Argon上之后,测试识别出了此前未发现的毒性机制。安全领域,网络安全公司Wiz借助Carbon在两小时内发现了两家大型SaaS供应商中此前未知的漏洞。
安全基准方面,Carbon在智能体诚实度测试中的通过率为92%,Argon是70%。这一差距意味着在自动化科研流程中,Carbon出现误导性输出的概率更低。
定价竞争的真实含义
Gemini 4 Carbon当前入门价$2/$10(每百万token),明显低于Claude Fable 5.2的$8/$40;即便11月30日涨到标准价$4/$20,也仍与Claude Opus 5.5的价格结构持平。计算开销较大的科学推理任务,定价差距会被任务数量直接放大。
所以免费科学家计划并非单纯的公关动作。对那些在六个月免费期后有可能转化为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然成型。哪家模型在实验室流程中率先成为默认工具,之后的采购谈判中就占优势。
各方利益得失
对搞科研的人来说,眼下同时摆着两个免费申请的口子,这样的机会并不多见。OpenAI的计划范围更宽、门槛也更低,适合那些想尽快用上前沿模型帮自己处理日常研究的个人研究者;Google的Antigravity给的名额少一些,但已经有数千名科学家加入,更偏向需要大量计算、要多步骤验证的专业场景。两个计划眼下都没有禁止研究者两边同时申请。
对企业与开发者而言,这场竞争产生的副产品是一批可信度更高的真实场景验证数据。Axiom Bio、Wiz等商业机构已经出现在Google的案例列表中,这些是真实工作流中的测量结果。此类数据积累到一定量级后,模型选型的决策权重将从论文排行榜向实验室实际效果迁移。
对竞争对手而言,20万这个数字意味着OpenAI正以规模效应建立学术渗透率,Google则正以结果密度建立科研可信度。两种路径都会压缩中间层——没有能力参与类似计划的模型提供商,在科学背书的争夺中难以介入。