Gemini 4 Carbon发布：复杂编程与网安能力最强，2美元百万Token起

眼下大模型的发布节奏快得让人跟不上。

谷歌 DeepMind 刚刚宣布，最新旗舰 Gemini 4 Carbon 已正式向开发者、企业、科研人员和普通消费者开放。

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执行的多智能体任务，都是它的强项。

图｜官方博客🔗 https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-carbon-now-available/

其实两周前，谷歌就通过 Fairwind 计划把 Carbon 交给部分网络安全防御人员试用，这次只是把范围进一步扩大。

和此前推出的 Gemini 4 Argon 相比，Carbon 盯的是复杂软件工程、跨领域研究这类高难度活，能烧掉更多 Token 做深入推理、反复验证和纠错；日常编程和知识工作仍由 Argon 承担。

CursorBench 4.0、Perplexity WANDR 和 Zapier AutomationBench 三项基准测试里，Carbon 全部排在第一，单任务成本还比表现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 日起这两个价格将分别调到 4 美元和 20 美元。

图｜🔗 https://aistudio.google.com/docs/pricing

一条指令叫来 AI 团队，通宵做出完整游戏

Gemini 4 Carbon 的一大升级，是能协调多个 AI Agent 一起干大型工程项目。

谷歌为此在 AI 编程平台 Google Antigravity 中放出了 /swarm 功能预览版。开发者敲一条指令，就能让多个 AI Agent 分工干活，进度还能实时查看。

分工大致是：Carbon 管架构设计、任务协调和代码审查，速度更快、成本更低的模型负责具体开发，另有专门的验证 Agent 检查改动结果。

谷歌展示的一款开放世界 3D 游戏，就是这么一支 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，背景音乐则用 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，里面包含 206 张工程图纸，让它重建谷歌 Platform 37 办公楼。

跑了 10 轮通宵的多智能体任务后，Carbon 做出一个约 90.6 万个三角形的交互式 Three.js 三维模型。

它还依据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。

甚至凭 CAD 图纸和 X 光影像，还原出一架拥有 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，就给 Google Merchandise Store 提出五套视觉设计方案，商品图片则由 Nano Banana 2.1 生成。

第三方开发者也在分享实际体验。

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 递了一份需求清单。第二天回来，Carbon 已经从零写出一套 Rust UI 库，还把 OpenCode 桌面应用重写了一遍。

HubX 则在一个约 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。

两小时挖出零日漏洞，网络安全能力再进一步

网络安全是 Gemini 4 Carbon 的另一项核心本事。在 SEC-bench Pro、ExploitGym 和 CWE-bench 这些漏洞发现、利用和修复基准测试中，Carbon 的成绩都领先。

谷歌内部的自主安全系统 Project Fortify 用了 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，召回率又比 Argon 提升了 25% 以上，这是相对提升。

实际测试中更抓眼球的一幕是：Wiz 靠 Gemini 4 Carbon 在不到两小时内挖出两家大型 SaaS 服务商的零日漏洞，原先要花数周的研究，被压缩到几小时。

谷歌云团队拿它验证了两个开源软件漏洞的可利用性；SentinelOne 用 Carbon 额外找出 4 个有效漏洞，这些漏洞其他参测模型都没能识别。

网络安全本事涨了，谷歌也在给模型加固防护。

模拟网络攻击测试里，Carbon 拦下了自适应红队 Agent 发起的 99% 攻击路径。单次攻击突破防护的比例，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

科学研究这块，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。

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，叫 AlphaProof Code。它借 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。

结果团队只用数周，就完成了 Signal 加密协议相关代码关键安全性质的数学证明。同类工作过去一般得由专业团队做上好几年。

生物实验方面，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，帮研究人员把实验重复性做上去。

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找远缘同源蛋白，给 AlphaFold 3 等结构预测模型多提供参考信息。

CASP17 盲测数据集中有 7 个低同源性蛋白质家族，Carbon 找到的同源序列数量平均多了 40 倍。这些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伸。

谷歌联手 Artificial Analysis 推出 Multimodal Knowledge Agent（MKA）基准测试，专门评估 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，但平均单任务成本比第一名低了六倍以上。

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 做出来的 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 能从办公数据里翻出指定的会议纪要、邮件或业务数据，然后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，谷歌也交代了不同用户的使用方式。

开发者可以在 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。

想用上 Carbon 和 Argon 两款模型，科研人员可以走谷歌此前推出的免费研究计划：符合条件者能拿到为期六个月的 Google Antigravity 高使用额度访问权限。网络安全研究人员的路子则不同，需通过 Fairwind Program 申请专门的 Carbon for cyber。

对比之下，过去消费电子市场的节奏相当固定。手机厂商的旗舰产品发布周期变化不大，一年几场重要发布会，就够科技爱好者聊上好几个月。

AI 行业眼下完全是另一幅画面：新模型几乎天天冒出来，特色各不相同，有的刷新编程榜单，有的攻克数学难题，还有的能连续工作几十个小时。模型多到体验不过来，这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，多少还是有些意犹未尽——谷歌展示了那么多令人眼馋的能力，普通消费者却得订阅 Google AI Ultra 才能体验，多少有些不够意思。