北京时间11月11日凌晨，谷歌正式把 Gemini 4 Carbon 推向全球：付费开发者可直接调用API，企业用户陆续拿到入口，消费者则要开通Ultra，才能在Gemini应用、搜索AI Mode和Antigravity里用上它。首发与全量开放之间隔了13天，官方给出的解释是：这个模型的网络安全能力达到了前沿水平，必须先确保它足够安全。官方给它的分工也很明确：日常高频编码与办公继续用Argon，遇到跨系统排障和开放式难题再切换到Carbon。模型刚能上手，实测立刻铺满了8类任务场景，结果相当一致：任务周期越长、越「重工程」，Carbon越能打；任务越轻、越赶时间，越不值得马上为它换。知乎知乎微博
8个场景逐个过：官方秀「硬工程」，社区测「轻交付」
一、多智能体团队做开放世界游戏。谷歌在Antigravity里预览了/swarm功能：用户只需给出一个任务，就可以让多个Agent组成协作团队，分别承担架构设计、任务协调、代码实现和审查等工作。官方演示用这个功能做了一个可以真跑的3D游戏：你可以化身一只骑着自行车的鹈鹕，在谷歌山景城园区里到处逛。知乎知乎
二、用真实图纸重建大楼。官方案例里，模型根据7份公开规划PDF、提取出的206个工程图视图，用10轮隔夜循环重建约90.6万个三角面的Platform 37办公室场景。这类活不需要人盯着屏幕，跑一整晚换来一座可交互的数字建筑。知乎
三、老游戏逆向、移植一次过。DeepMind负责人Demis Hassabis举了自己最初开发的《Theme Park》游戏为例：Carbon对其二进制文件进行逆向工程，游戏中新增了以DeepMind为主题的游乐设施，并一次性将整个游戏移植到了Web端。知乎
四、网络安全。这个模型首发时只给经过审查的网络防御团队使用，官方案例称它也曾帮助Wiz在不到两小时内发现零日漏洞。哔哩哔哩
五、用数学证明协议安全。与开放同步公布的AlphaProof Code研究里，研究人员用Carbon驱动的Agent对Signal加密协议的底层代码进行形式化验证，生成了超过650万行经过机器检查的数学证明代码，把原本可能耗费专家团队数年的工作压缩到四周。知乎
六、科研信息检索。官方称在CASP17盲测集的7个低同源蛋白家族中，Carbon的多智能体系统让检索到的同源序列数量平均增加40倍。需要说明口径：这改善的是结构预测上游的信息检索，不是「蛋白质预测准确率提高40倍」。知乎
七、从一句话到完整交付物。社区实测更接地气：有创作者通过Cursor和Droid连做七项测试，覆盖编码、创意写作、3D建模与设计任务，其中最亮眼的是耗时3小时完成的免胶月饼礼盒设计：从结构方案、刀模到折叠动画，做得相当细致。小红书
八、3D与创意前端。跨模态是社区复现中最被称道的一项：给它一张手绘草图，它会自己操作Blender完成3D角色建模、骨骼绑定和峡谷场景搭建，直接输出浏览器里可操控的游戏。小红书
但并非每个场景都报喜。与上一代Argon的正面对比里，Carbon写作与动画有所进步，前端表现却翻了车，生成孔雀的消耗也不低。七项实测也直接点出问题：图片识别失误、运行速度偏慢和连接不稳定。测评博主卡兹克则给出了最扎心的对照：审美上比Gemini 4 Argon有进步了，但和Fable 5.2刚出的内容放在一起看，「有一种叹口气的感觉」。抖音小红书微博
榜单会过期，成本线不会
首发当天Carbon确实短暂「夺回全球第一」：官方14项核心基准中拿下12项第一，第三方智能指数榜以59分登顶，压过Opus 5.5和GPT-6 Astra。那是10月29日的状态：11月9日Anthropic发布Claude Fable 5.2后，最新智能指数榜Fable 5.2以65分居首，Carbon以60分退居第二。微博知乎
谷歌这次真正主推的是性价比：公告称Carbon在CursorBench 4.0、Perplexity的WANDR及Zapier的AutomationBench排名第一，且单任务成本不到次优外部模型的一半。第三方口径同样指向价格：在同一套测试题上，Carbon平均每题花费7.76美元，换成Claude Fable 5.2则是26.54美元。这些都是特定基准下的结果，换到你自己的任务上要重新验一遍。知乎知乎
谁能用、花多少：11月30日比「要不要换」更紧迫
为「尝最强模型」掏钱的门槛，媒体标题已经说透：谷歌最强模型终于开放，但普通付费用户还用不上。一位一大早赶去尝鲜的用户体验后吐槽：发布了等于没发。Pro会员唯一的合法尝鲜通道是每月领取10美元的开发者赠金，用绑定结算账号的API Key调用Carbon，费用会优先从赠金里扣除。第一财经知乎知乎
价格线自带倒计时：公开访问版的首发优惠价为每百万输入Token2美元、输出Token10美元，官方脚注写明优惠期于2026年11月30日结束，此后恢复为4美元和20美元。即便恢复原价，Carbon仍只有Claude Fable 5.2定价的四分之一水平。知乎知乎
还有一个容易被忽略的账单陷阱：谷歌明确Carbon会比Argon使用更多Token，以便更深入探索、推理并执行更长的验证循环——同样的单价，复杂任务的最终花费未必更低。知乎
安全账同样值得看。在谷歌新披露的375项智能体诚实性测试中，Carbon通过92%的任务，Argon为70%；在Gray Swan间接提示注入基准上攻击成功率为0%，但谷歌自己也承认，先进自动化红队在其他复杂分布下仍有改进空间。反过来，Signal研究里的对照组也展示了这类工具的另一面：研究团队故意把两个真实存在过的历史漏洞重新植入代码，AlphaProof Code都成功生成了机器检查通过的反例证明。知乎知乎
对普通用户，换不换的答案其实收敛在同一处：官方口径里Argon仍是大多数软件工程和知识工作的合适选择，社区实测也反复指向同一个方向——轻任务别动，把跨模块、跑数天的整活交给它之前，先用你最真实的那件麻烦事测一遍，看成品和账单再决定。入口方面，开发者可以通过AI Studio和Android Studio使用Gemini API付费层，企业可通过Gemini for business或CodeMender等入口接入。别忘了时间边界：尝鲜价11月30日就结束了。知乎
