Google在11月10日（美东时间）宣布Gemini 4 Carbon全球全量开放，讨论里最热闹的并不是它的跑分，而是3D和交互效果。把官方演示、第三方评测和多路实测放在一起核对，结论可以一句话给出：Carbon的3D与交互内容生成确实比上一代Argon拉开了明显一档，是这轮升级里最亮眼的单项；但这份强是用时间和算力换来的——生成速度慢约2至4倍，token账单随之上涨，免费档还暂时用不上。
"3D效果"其实是能直接跑的网页代码
先弄清测的是什么。Carbon不内置3D渲染器，交互效果是靠模型写代码、生成能在浏览器里直接运行的完整内容。谷歌在Antigravity里预览的/swarm能力，会把一个任务交给多Agent协作团队，架构设计、任务协调、代码实现、审查各有人负责，Carbon承担其中最需要深度推理的环节，更轻量的模型并行处理具体工作。传播最广的两个官方案例都出自这套机制：一个根据历史照片和工程图纸，用一条指令做出了可交互的埃菲尔铁塔建造过程三维展示。另一个用七份公开的城市规划PDF、跑了10轮夜间任务，生成了一座办公建筑的交互式三维模型。DeepMind CEO哈萨比斯给的例子更硬核：Carbon对他早年开发的《Theme Park》游戏二进制做了逆向工程，新增一项以DeepMind为主题的游乐设施，还把整个游戏一次性移植到了Web端。36氪东方财富网知乎
榜单和实测对上了：3D变强的另一半是变慢
跑分走势与演示一致。在Web开发榜单WebDevArena上，Carbon较Argon提高89个Elo分、升至第四名。CursorBench 4.0、Perplexity WANDR、Zapier AutomationBench三项工作流评测，谷歌自报均排第一。钛媒体36氪
真人在测什么，画面更全。提前上手的X用户Lumina做出体素宝塔和SVG"鹈鹕骑车"后给出的判断是：3D内容质量明显超过Argon，但生成速度根据任务不同慢约2至4倍。另一位早期测试者的总结更直接——3D明显提升、前端和UI设计依然不太理想、模型变慢了；独立评测机构Vals AI的数据同样吻合：金融和税务Agent上，Carbon平均完成任务的时间分别是Argon的2.25倍和2.12倍。这种"慢"并非翻车而是设定，Carbon会投入更多Thinking Tokens，探索不同解决路径并反复检查结果，先保证把复杂事情做完。钛媒体36氪
全量开放后，中文平台的实测很快跟上。有B站UP主用/swarm复刻"鹈鹕骑车"，主Agent加33个子Agent总共烧掉336.99M token，自述折合212.93美元。小红书上有用户给5智能体Swarm模式出了道图形学加机械物理的硬菜：不引Three.js、不用外部贴图，5个智能体并行写原生WebGL2，在一个427KB的单HTML文件里实时跑起127,982三角面片的陀飞轮腕表模型。这些实测的共同点是：交付物不是效果图，而是能跑、能操作的内容。哔哩哔哩小红书
价格是另一半答案：11月30日起涨价，门槛设在Ultra
API首发体验价与Argon持平——每百万输入token 2美元、输出10美元，这一优惠将持续至11月30日，随后价格翻倍。门槛方面，消费者要用Google AI Ultra订阅才能在Gemini App和谷歌搜索的AI Mode里用上它，开发者经AI Studio、Android Studio的API接入，科研人员可申请6个月免费使用，免费用户和较低档订阅何时能用，谷歌还没有给时间。再叠上"愿意多花时间做事"带来的token消耗，算过账的知乎用户直接警告：账单比看着的要贵。东方财富网36氪
换不换：复杂3D任务趁优惠期试，日常迭代先用Argon
实测结果给出的答案是：如果目标是"交代清楚、把3D或交互场景完整交付"的长任务，优惠期里的Carbon值得一试，一位跑完九个案例的用户总结得很准——你交代清楚，它就能把活干完；随口一说，它不会给你惊喜。追求日常快速迭代的，社区主流建议仍是留在Argon。两条边界也要记住：ArtificialAnalysis的AA-Omniscience测试显示，Carbon知识问答正确率从48%升到58%，幻觉率却从4%升到11%。这与谷歌自称"缺乏依据的断言减半"不是同一种统计口径，不能简单互相抵消。而前面那些单次任务的token花费多为开发者自述，未经受控环境复现，只能当量级参考。知乎钛媒体
