Gemini 4 Carbon 的公开 API 首发价是每百万输入 Token 2 美元、输出 10 美元，谷歌公告同时写明，这份优惠只执行到 2026 年 11 月 30 日，之后回到 4 美元和 20 美元。 11 月 10 日，谷歌把这个两周前只向通过审查的网络安全防御团队开放的旗舰模型，扩大到了付费开发者、企业和 Google AI Ultra 订阅用户。 更关键的一点是，谷歌明确 Carbon 会比 Argon 消耗更多 Token、进行更深入的推理并反复验证——同样的单价下，简单任务的账单反而更厚。 所以它划不划算，不看每百万 Token 便宜多少，而看任务类型：日常问答和高频编码继续用 Argon，跨模块排障、长周期智能体、开放式科研和安全审计这类难题，才值得在优惠期内让 Carbon 验证。知乎微博知乎
牌价和任务账单，是两本账
这次首发价与上一代 Argon 上线时持平，作为对照，Claude Fable 5.2 的 API 标价是每百万输入 8 美元、输出 40 美元：尝鲜价只有它的四分之一，11 月底翻回 4 美元/20 美元原价后，也仍只有它的一半。 但价目表不等于最终账单，Carbon 的核心机制是“扩展验证循环”：面对复杂任务，它会投入更多思考 Token，探索不同解决路径，并在执行中反复检查结果，直到更可靠。 谷歌对两个模型的分工写得也很直白：Argon 仍是大多数软件工程和知识工作的合适选择，Carbon 侧重更困难的多步骤编码与调试、开放式科研，以及需要长时间推进的复杂任务。知乎知乎知乎
值不值，先算“每个任务花多少钱”
在衡量真实工作流的独立基准上，谷歌宣称 Carbon 在 CursorBench 4.0、Perplexity 的 WANDR 和 Zapier 的 AutomationBench 均排名第一，这些测试中单任务成本不到表现最好的外部模型的一半，优于 Fable 5.2、Opus 5.5 等模型。 在与 Artificial Analysis 合作的多模态知识智能体基准 MKA 中，它排名第二，公告称平均单任务成本不到榜首模型的六分之一。 综合智能上它仍是追赶者：Artificial Analysis 智能指数中，Carbon（high 档）60 分排名第二，落后于 Fable 5.2（max 档）的 65 分，超过 59 分的 Opus 5.5。 按同一套题目的花费统计，它完成每题的平均开销不到对手的三分之一——发布前后不少传播把它写成“重回全球第一”，准确说法应是任务型榜单第一、综合智能第二，卖点是“难题上更便宜”，而不是“全面最强”。这些成本数字都出自特定基准条件，不等于任何业务都会便宜一半。知乎知乎知乎
哪些场景值这个钱
跨模块、长周期的工程任务最对口。官方案例里，OpenCode 团队下班前丢出一份需求清单，第二天 Carbon 已从零构建出一个 Rust 界面库、重写桌面应用并交付可运行演示。 第三方团队 HubX 在包含 1.4 万项测试的代码库里用 16 个真实 Bug 实测，修复率 94%，没有出现回归。谷歌还在 Antigravity 预览了 /swarm：一句提示把架构、协调、审查这些最费脑的活交给 Carbon，其余分给更快更轻的模型并行处理，另有专门挑错的智能体负责测试每处改动——注意这只是预览功能，还不能当成成熟的全自动交付。知乎
多文档、多图纸的知识工作同样对得上：一组智能体根据 7 份公开规划 PDF 提取 206 个工程图视图，经一夜 10 轮迭代，重建出约 90.6 万个三角面的谷歌办公楼 3D 场景。知乎
安全审计则是它的原生强项：在 SEC-bench Pro、ExploitGym、CWE-bench v1 三项漏洞评测中领先，谷歌内部自动化安全项目里，其扫描召回率达 100%、分诊精确率达 95%，旗下 Wiz 的检查不到两小时就发现了某大型 SaaS 服务商的此前未知漏洞。 需要留意，这些多为厂商口径、尚未被独立复现，实际部署仍离不开权限控制和人工验收。知乎
科研侧的分量更重：AlphaProof Code 把 Signal 加密协议的安全目标转写成约 2.6 万行经人工审核的形式化规格，由 Carbon 驱动的智能体生成约 650 万行经 Lean 内核机器检查的证明代码，把原本可能耗时数年的验证压缩到四周，重新植入的两个历史真实漏洞也都被反例证明识别出来。 但这仍是特定代码和性质的形式化验证进展，不等于整个应用从此不会被攻击。蛋白质研究中，CASP17 盲测集的 7 个低同源蛋白家族里，远缘同源序列的检索量平均增加 40 倍——改善的是结构预测上游的信息检索，不是“预测准确率提高 40 倍”。知乎知乎
哪些场景用它就是多花钱
反过来，日常问答、轻量办公、高频小改动编码，切到 Carbon 就是典型的资源错配，官方定位和社区实测体验都指向“平时 Argon 够用，Carbon 慢工出细活”。 对出图和创意审美有要求的用户，还有开发者实测反馈其审美不如 Fable 和 Opus，需要更详细的提示词或参考案例引导。 调用量大的团队更要盯住 11 月 30 日这个节点：优惠结束后输入输出单价同步翻倍，按 2 美元/10 美元做的成本模型要整体重算——恢复原价后它相对头部竞品仍便宜，但相对 Argon 的“多消耗”劣势会被单价放大。 此外，长验证循环意味着更长的执行时间，对响应速度敏感的即时场景也不适合它。微博知乎知乎
谁能用上：三个入口，一个门槛
现在的使用路径分三条：付费开发者可在 Google AI Studio 的 API 付费层调用，OpenRouter 等第三方平台也已上架；企业走 Gemini for Business；普通消费者只有每月 99.99 美元起的 Google AI Ultra 会员，能在 Gemini 应用、搜索 AI Mode 等产品中逐步拿到入口。 面向 1 万名科学家的免费计划也已把 Carbon 纳入可用模型，按周滚动接纳，受资格与容量限制。微博知乎
争议集中在门槛上：每月 19.99 美元的 Pro 会员这次不在开放名单里，免费用户和 AI Studio 免费层也无法调用，仅向顶级订阅用户开放的策略引发不小争议。 有用户一早打开 Gemini 应用发现用不了，直言“发布了等于没发布”。 Pro 会员并非完全没法尝鲜：每月可领取的 10 美元开发者赠金会优先抵扣 API 费用，按尝鲜价够跑大约百万级的输出量，算是最低成本的试吃方案。微博知乎知乎
所以按人群给判断：已有 Ultra、或本来就按 API 计量的团队，这个优惠期等于一个免费的“压力测试窗口”，拿一两个真实的难题跑对比，算出单任务成本和省下的人工复核时间，再决定 12 月 1 日之后要不要长期切换；日常任务以轻量为主的个人用户，不值得为它专门升级 Ultra，Pro 会员先用赠金试味即可。各入口都还处于“逐步推出”状态，自己所在地区和产品是否已收到开放，以账号页面实际显示为准。
