现在还不能用。2026年10月28日（美东时间），谷歌正式发布新一代旗舰模型Gemini 4 Carbon，第三方评测机构Artificial Analysis的综合排行榜v5.0版给它打出59分，比Claude Opus 5.5高1分、比GPT-6 Astra高2分，登顶第一。但和以往任何一次旗舰发布都不同，这个“全球第一”发布当天对普通用户和开发者并不开放：谷歌采取分阶段策略，首先通过Fairwind计划向经过筛选的网络安全防御者提供访问权限，之后才逐步扩展到开发者、企业和消费者。面向后三者的开放时间，官方只给了“尽快”两个字。微博知乎知乎
登顶的是“综合第一”，不是“全面第一”
把这次登顶理解为碾压所有对手，会误读它。按谷歌公布的对比口径，17项测试中Carbon拿下15项第一，没赢的恰好是最考验工程落地的两项：写代码的FrontierSWE 2，它得61.2%，低于GPT-6 Astra的65.5%；操作电脑的OSWorld，它得81.5%，低于Claude Opus 5.5的87.2%。微博
值得注意的还有榜单本身。v5.0是Artificial Analysis改版后的新指数，不是旧榜翻新：约60%的题目来自私有测试或已被撤回公开答案，同时新增了FrontierCode 2.0、Terminal-Bench-Science等基准——“刷熟人题”这条路基本被堵死，59分的含金量与旧榜成绩不能直接互相换算。知乎
另一个必须讲清的细节在可靠性。AA独立测试显示，Carbon的事实题正确率从前代Argon的48%提升到58%，但幻觉率从4%上升到11%——该指标的分母是“错误+部分正确+未作答”，并不等于11%的回答是凭空编造；谷歌内部“无依据断言减少约一半、安全代码生成成功率超过Argon两倍多”的口径与之并不矛盾，合起来看是同一件事：模型更敢下结论了，答对的更多，错的时候也更自信。谷歌尚未发布技术报告，参数量与架构均未披露，目前所有关于它“强在哪”的判断都只能建立在评测表上。知乎微博
它被锁住的原因，恰恰是它最强的地方
Carbon真正的主打能力在网络安全。谷歌公布的三项成绩严格对应防御工作流的三个串联环节：SEC-bench Pro漏洞检测88.2%（找得到真实漏洞并证明它存在）、ExploitGym漏洞利用验证54.8%（确认漏洞可被实际利用）、CWE-bench漏洞修复71.0%（修到根因、攻击失效才算对）。多数模型在第一步之后就会掉链子，三段串联才构成完整的防御价值。同时它被明确设计为长周期模型：内部团队见过它持续运行数天，在大型代码库里反复试错、定位根因并生成补丁，Chrome团队也反馈其生成高质量补丁的能力显著优于其他前沿模型。知乎知乎
但攻防同源：谷歌自己写明，这些分数是关掉安全防护后测出来的，同一套能力落到攻击者手里同样成立。所以它的开放方式是先只给审查过的防御方用，同时参加美国政府自愿的发布前模型测试，等防护调整好再向开发者和普通用户开放。一个强到需要先设受控通道再释放的模型，这不是营销话术，而是能力评估结果的外部体现。微博
现在能用什么，等的是什么价
对普通用户来说，现阶段可用的谷歌旗舰仍是Gemini 4 Argon：9月底发布、10月中旬扩大开放范围。对照Argon的待遇更能看出这次的不同：Argon发布当天，AI Pro/Ultra订阅用户和付费API开发者就能用；而Carbon本周只开放给“一部分网络安全防御者”，之后通过Fairwind计划扩到更多合作方，再往后才轮到开发者、企业和普通用户——哪天开放官方没说，Pichai的推文里也只有“很快”两个字。知乎微博
唯一提前说清的是价格：API沿用Argon首发价，每百万Token输入2美元、输出10美元，缓存输入95%折扣；但首发期之后价格翻倍至4美元/20美元，且没有公布首发期何时截止——Argon当时明确到11月30日，Carbon只字未提。也就是说，即便开放，用户到手的价格也可能是Argon的现价而非首发折扣，等待期越长越需要留意这一点。知乎
要不要等：看两个信号
从Argon全面开放到Carbon发布只隔了约半个月，谷歌的迭代节奏摆在这里，普通用户的等待窗口大概率不会太长。想跟踪真正的开放时点，可以看两个信号：一是官方是否给开发者和Gemini应用补充具体时间表，毕竟目前“尽快”仍是唯一口径；二是API平台的模型列表里是否出现“gemini-4-carbon”——正式发布前的10月下旬，Carbon已经顶着Argon的马甲在Arena被人实测过，从曝光到官宣只用了大约一周。在此之前，对“全球第一”最理性的用法是把它当风向标：前沿竞争的重心正在从通用跑分转向特定领域的长周期任务能力，而模型越强，越需要先学会在它给出漂亮错误答案时把它拦住。知乎
