Gemini 4 Carbon 上线：编程与网络安全见长，API 定价12月上调
AI 大模型的发布节奏已经快到让人应接不暇。就在刚刚，Google DeepMind 正式宣布，旗下最新旗舰模型 Gemini 4 Carbon 正式面向开发者、企业、科研人员及普通消费者提供服务。Carbon 是目前 Gemini 家族综合能力最强的公开上线模型，尤其擅长复杂编程、网络安全、科学推理，以及需要长时间执
眼下 AI 大模型的发布节奏快得让人跟不上。
Google DeepMind 刚刚对外宣布，最新旗舰模型 
Gemini 4 Carbon 已正式开放，面向开发者、企业、科研人员以及普通消费者。
Carbon 是 Gemini 家族目前公开上线模型中综合能力最强的一款，复杂编程、网络安全、科学推理以及耗时较长的多智能体任务，都是它的强项。
https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-carbon-now-available/两周前，谷歌已借 Fairwind 计划让一批网络安全防御人员先用上 Carbon，这次又把使用范围放得更宽。
和之前发布的 Gemini 4 Argon 不同，Carbon 瞄准的是复杂软件工程、跨领域研究这类高难度任务，能花掉更多 Token 去深入推理、反复验证并纠正错误；日常编程和知识工作的主力仍是 Argon。
CursorBench 4.0、Perplexity WANDR 和 Zapier AutomationBench 三项基准测试里，Carbon 全部排在第一，单任务成本比表现第二的外部竞争模型低出一半以上。
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，这两项将分别调到 4 美元和 20 美元。
https://aistudio.google.com/docs/pricing一句话召唤 AI 团队，连夜造出完整游戏
Gemini 4 Carbon 的一项关键升级，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 功能的预览版，开发者只要输入一条指令，就能把多个 AI Agent 组织起来分工干活，进度还能实时查看。
在这套分工里，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，正是这样一支 AI 团队做出来的。
游戏里玩家扮演一只骑自行车的鹈鹕，在谷歌山景城园区自由探索。开发环节覆盖 Blender 三维建模、Three.js 和 WebGL 游戏开发、程序化音效制作，背景音乐则由 Lyria 生成。
另一个演示更夸张。
谷歌给了 Carbon 7 份公开的城市规划 PDF，里面共有 206 张工程图纸，让它重建谷歌 Platform 37 办公楼。
多智能体任务通宵跑了 10 轮，Carbon 最后做出一个交互式 Three.js 三维模型，约含 90.6 万个三角形。
它还依据埃菲尔铁塔建设期间的历史照片和工程图纸，做出一场可交互的 3D 历史展览。
甚至连一架拥有 61 键机械结构的古钢琴，也被它照着 CAD 图纸和 X 光影像还原了出来。
网页设计方面，只给了两轮提示词，Carbon 就为 Google Merchandise Store 拿出五套视觉设计方案，商品图片则用 Nano Banana 2.1 生成。
第三方开发者同样分享了实际体验。
OpenCode 软件工程师 Kit Langton 说，团队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 已经从零写出一套 Rust UI 库，并把 OpenCode 桌面应用重新写了一遍。
HubX 则在一个约有 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 这些漏洞发现、利用与修复基准测试中，Carbon 的成绩都处于领先。
谷歌内部的自主安全系统 Project Fortify 用上了 Carbon，漏洞扫描召回率做到 100%，漏洞分类精确率 95%。在开源代码仓库的测试里，它的召回率又比 Argon 高出 25% 以上，这是相对提升。
实际测试中还有个更抓眼球的例子：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。同样的研究，过去要花数周。
谷歌云团队拿它验证了两个开源软件漏洞的可利用性；SentinelOne 则靠 Carbon 多找出 4 个有效漏洞，这些漏洞其他参测模型都没能识别。
网络安全能力往上走，谷歌对模型自身的防护也跟着加码。
模拟网络攻击测试里，Carbon 挡住了自适应红队 Agent 发起的 99% 攻击路径。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
科研方面，谷歌公开了三个内部案例，分别落在密码学形式化验证、生物实验分析和蛋白质结构预测上。
三个案例里最受关注的是 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。它借助 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。
结果是，团队数周内就完成了 Signal 加密协议相关代码关键安全性质的数学证明。同类工作过去一般要专业团队做上数年。
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污染，帮研究人员提升实验重复性。
蛋白质结构预测上，谷歌用 Carbon 组了个多智能体系统，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。这项成果有望让研究人员不必重新训练结构预测模型，也能提高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 也在往金融、法律和企业运营等专业领域延伸。
谷歌联手 Artificial Analysis 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 在这项测试里排第二，但平均每个任务的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 评测里追平了表现最好的模型；在 Balyasny Asset Management 的综合金融智能测试中同样名列前茅，该测试涵盖 23 种前沿模型配置。
据 Hebbia 的说法，Carbon 做出的 Excel 财务模型结构更清晰，PowerPoint 演示文稿质量也更高。
企业搜索公司 Glean 发现，Carbon 能从办公数据里找出指定的会议纪要、邮件或业务数据，并直接给出分析结果和行动建议。
非付费用户什么时候能用上？
Gemini 4 Carbon 正式开放的同时，谷歌也公布了不同用户的使用方式。
开发者可以通过 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。
谷歌早前推出的免费研究计划，科研人员可以申请。通过审核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。做网络安全研究的人则要走 Fairwind Program，申请专门的 Carbon for cyber。
回头看看消费电子市场的旧光景：手机厂商的旗舰机型，发布节奏基本是固定的，一年几场重头发布会，就够科技爱好者聊上好几个月。
AI 行业眼下完全不是这个节奏。几乎天天都有新模型亮相，特色各不相同——有的在编程榜单上刷出新成绩，有的把数学难题啃了下来，还有的能连着干上几十个小时的活。
模型多到体验不过来，这个时代来得比想象中快。
技术更新这么密集，对用户当然是好事。可看完 Gemini 4 Carbon 的发布公告，多少还有点意犹未尽：谷歌摆出来的能力确实让人眼馋，问题是普通消费者得订阅 Google AI Ultra 才用得上，这就有些不够意思了。
