Gemini 4 Carbon上线：编程与网安能力登顶，API价格公布

AI 大模型如今发得一个接一个，节奏快得让人跟不上。

就在刚刚，Google DeepMind 宣布，最新旗舰模型 Gemini 4 Carbon 正式上线，面向开发者、企业、科研人员及普通消费者开放服务。

在 Gemini 家族已公开上线的模型里，Carbon 综合能力最强，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，谷歌曾借 Fairwind 计划把 Carbon 开放给一部分网络安全防御人员，这次使用范围又扩了一圈。

和此前发布的 Gemini 4 Argon 比，Carbon 盯的是复杂软件工程、跨领域研究这类高难度任务，能烧更多 Token 做深入推理、反复验证和纠错；Argon 则继续承接大多数日常编程和知识工作。

CursorBench 4.0、Perplexity WANDR 和 Zapier AutomationBench 三项基准测试，Carbon 都排在第一，单任务成本比名次紧随其后的外部竞争模型低一半以上。

价格上，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 日起分别调至 4 美元和 20 美元。

图｜ 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 的一大升级，是能协调多个 AI Agent 一起啃大型工程项目。

谷歌因此在 AI 编程平台 Google Antigravity 里放出了 /swarm 功能预览版：开发者敲一条指令，多个 AI Agent 就分工干活，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，另有专门的验证 Agent 核查修改结果。

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。

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 最终做出一个交互式 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。

甚至凭 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，就给 Google Merchandise Store 提出五套视觉设计方案，商品图片由 Nano Banana 2.1 生成。

第三方开发者也讲了实际体验。

OpenCode 软件工程师 Kit Langton 表示，团队此前一直没法让桌面应用适配现有 UI 框架，下班前给 Carbon 交了一份需求清单，第二天回来，Carbon 已从零开发出一套 Rust UI 库，并重写了 OpenCode 桌面应用。

HubX 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 94% 的问题解决率，且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，SEC-bench Pro、ExploitGym 和 CWE-bench 等漏洞发现、利用、修复基准测试中，Carbon 均取得领先成绩。

谷歌内部的自主安全系统 Project Fortify 测下来，Carbon 的漏洞扫描召回率达到 100%，漏洞分类精确率做到 95%。放到开源代码仓库里跑，召回率又比 Argon 高出 25% 以上，是相对提升。

实际测试里还有更抓眼球的成绩：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确实可利用；SentinelOne 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，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

科研这边，谷歌公布了三个内部案例，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。其中 Signal 加密协议的代码验证最受关注。

谷歌研究人员做了一套智能体形式化验证框架，名叫 AlphaProof Code，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。团队最终在数周内完成了 Signal 加密协议相关代码关键安全性质的数学证明；类似工作过去一般要专业团队花上数年。

生物实验领域，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够充分、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 搭起多智能体系统，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。CASP17 盲测数据集中 7 个低同源性蛋白质家族上，Carbon 找到的同源序列数量平均增加 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 也在往金融、法律和企业运营这些专业领域走。谷歌与 Artificial Analysis 联合推出 Multimodal Knowledge Agent（MKA）基准测试，专门考察 AI Agent 处理 PDF、电子表格、图表及工程图纸的能力。

Carbon 在这场测试里排第二，但平均单任务成本比第一名低六倍以上。金融场景中，它在 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名列前茅。Hebbia 的说法是，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？

随着 Gemini 4 Carbon 正式开放，谷歌也交代了不同用户怎么用。开发者走 Google AI Studio 和 Android Studio 的 Gemini API 付费层调用 Carbon；企业用户通过 Gemini for business 及相关开发工具使用。

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，谷歌早前推出的免费研究计划仍可申请。符合条件的人能拿到 Google Antigravity 高使用额度权限，期限为六个月，期间可用 Carbon 和 Argon 两款模型。网络安全研究人员走的是另一条路，得通过 Fairwind Program 申请专门的 Carbon for cyber。

把视线拉回过去的消费电子市场，旗舰手机的节奏一向比较固定。一年几场重要发布会，就够科技爱好者聊上好几个月。

可到了 AI 行业，画风完全变了。几乎每天都有不同特色的新模型冒出来，有的把编程榜单刷出新成绩，有的啃下数学难题，还有的已经能连着干上几十个小时。

模型多到体验不过来，这大概是我们眼下所处的时代。

技术更新这么密集，对用户来说当然是好事。不过看完 Gemini 4 Carbon 的发布公告，多少还有点意犹未尽。谷歌摆出了这么多让人眼馋的能力，普通消费者却得订阅 Google AI Ultra 才能上手，说到底还是差了那么点意思。