10月28日，谷歌把新模型 Gemini 4 Carbon 端上桌，距离上一代 Argon 只隔了15天。微博
成绩单相当霸道：Artificial Analysis 智能指数 v5 拿下59分，把 Claude Opus 5.5（58分）和 GPT-6 Astra（57分）压在身下登顶第一。找漏洞的 SEC-bench Pro 跑出88.2%，长上下文 GraphWalks 更是96.2%对71.8%的碾压局。官方还说，内部团队见过它在一个任务上连跑好几天，跨大代码库定位、修补隐蔽bug。微博知乎知乎
价格更狠：首发价每百万token输入2美元、输出10美元，促销结束回到4美元/20美元，缓存输入再打95折。有媒体算过，这个API定价只要 Claude 和 GPT 同级的一半。跑分反超加半价，是不是该把编码助手的默认模型换了？微博微博
先别急，两盆冷水都是谷歌自己泼的。
第一盆：综合榜第一，不等于写代码第一。同一家的编码 Agent 榜上，Carbon 约59分，仍落后 Opus 5.5 的62分；更贴近真实软件工程的 FrontierSWE 2，它61.2%也输给 GPT-6 Astra 的65.5%。综合榜是全能赛，十项全能第一名，不代表每一项都打得过单项冠军。知乎微博
第二盆更意外：你现在根本用不上。这是头一回，榜首模型不先开放给程序员，而是先给安全防守方——理由很直白：这模型已经能写出漏洞利用代码。本周只开给一小批网络防御团队，再经 Fairwind 计划分阶段扩到政府、关键基础设施和核心科技平台，全球650多家伙伴排队。开发者和普通用户？官方没给时间表。能力越像双刃剑，放量越要分队列。知乎知乎微博
顺带一提，官宣没几天，就有独立架构师压测复现了一处能稳定触发的多模态熔断BUG，常规图文输入直接让推理链路断裂报错。谷歌暂未回应，榜单好看，不等于鲁棒性达标。知乎
那还守着旧模型的程序员该干嘛？三件事今晚就能做。
一，别把官宣日当切换日。默认模型别急着换，真要换，回滚方案先写好。
二，别照公开榜单选型——榜单测的不是你的代码。从自己仓库出题，搭一套私有评测集，跑自己的回归，这才是对你有意义的榜。
三，把token账算细。代码生成的成本趋近于零，审查成本却在涨。AI省下的是敲键盘的时间，多出来的是读代码、判断对错的时间。把模型账单摊进每个项目的毛利表，按季度复盘，半价才真的和你有关。知乎
更大的信号其实是节奏：15天一代前沿模型，最强的那个开始按安全敏感度分级发放。程序员曾经是新技术的第一批尝鲜者，现在可能排到最后一队。
别慌，半价的账单迟早会来，只是队伍已经开始排了。
