今天起，所有 Google AI Ultra 用户都能在 Gemini 应用、搜索 AI 模式和 Antigravity 里选到 Gemini 4 Carbon。两周前它才向网络安全人员小范围开放。Google 给它的定位不是“更聪明的聊天模型”，而是“能把长活干完的模型”。Google 博客
它比 Argon 高 10 分：Artificial Analysis 的智能指数上，Carbon 60，Argon 50。但这 10 分不意味着日常任务也强 10 分。Google 说，Carbon 会比 Argon 用更多 token 去探索、深挖，并跑扩展验证循环。Artificial AnalysisArtificial AnalysisGoogle 博客
最能说明问题的是 Signal：Carbon 驱动的智能体生成了超过 600 万行 Lean 证明，把“编译后的代码是否安全”变成机器可逐行检查的数学证明；整个验证只用了四周，而同样的活过去要专家团队干几年。网络安全也是它的主场：找漏洞、验证利用、打补丁三项基准分别是 88.2%、54.8%、71.0%。Google DeepMind微博
代价也很实在。Carbon 每轮思考用的 token 比 Argon 多，响应也更慢。API 单价现在与 Argon 相同，输入 2 美元、输出 10 美元每百万 token，12 月 1 日起翻倍到 4 和 20 美元。有 Ultra 用户实测，网页端一句话就用掉 5 小时额度的 5%。小红书小红书
普通任务呢？Google 自己在发布博客里写得很直白：对大多数软件工程和知识工作，Argon 仍是更合适的选择。创意写作上，有用户对比后觉得 Carbon 更爱堆形容词和技术性描述，自然感不如 Argon。现实点说，在 Gemini 应用里，美区每月 19.99 美元的 Pro 用户根本选不到 Carbon；它目前只对 Ultra 开放。Google 博客小红书小红书
所以，换不换看的不是“谁更强”，而是你的任务够不够长。问天气、改周报、翻译一段话、总结一篇文章——这些任务一句话能说清、一眼能验收，Carbon 的验证循环没有用武之地，你只会多等一会儿，还多花额度。要跨几个文件查 bug、让智能体跑一整夜、或者啃一摞图纸和财报，再切到 Carbon。一个简单的判断：如果任务失败一次你立刻能看出来，用 Argon；如果任务要跑几小时、错了还得自己查，才值得用 Carbon。榜单第一会换人，任务长度不会骗人。
