北京时间11月11日凌晨（美东时间11月10日），Google把Gemini 4 Carbon正式开放给付费开发者、企业和普通用户。这款10月28日首次亮相的旗舰模型，此前两周只交给通过审查的网络安全防御团队使用，如今才走到正式上线。谷歌称它是"迄今能力最强的模型"，但这个"最强"要先定口径：它是谷歌自家系列的新纪录，不是全榜第一——在第三方机构Artificial Analysis的智能指数上，Gemini 4 Carbon（high）以60分排名第二，仅落后于Claude Fable 5.2（max），但超越了Opus 5.5和GPT-6系列。谷歌给出的成绩在别处：CursorBench 4.0、Perplexity WANDR和Zapier AutomationBench三项独立工作流基准全部第一，且单项任务成本比表现最好的外部模型低两倍以上。真正改变判断的是两件事：它驱动AI Agent用四周给Signal加密协议生成了超过650万行数学证明；以及开放同一刻，Pro会员仍被挡在门外。微博智东西36氪
强在哪：偏科冠军，长任务和网络安全
它支持多模态输入，谷歌将Gemini 4 Carbon定位为面向复杂编程、科学研究与网络安全的"迄今最强"推理模型。在Gemini 4系列里，Carbon的定位不是快速给出一个答案，而是愿意花更多时间和计算资源，把一件复杂的事情真正做完。IT之家机器之心
它最突出的赛道是网络安全：通过Fairwind计划使用的Carbon，在漏洞发现（SEC-bench Pro）、漏洞利用（ExploitGym）和漏洞修复（CWE-bench v1）三项关键评测中领先。这也解释了它为何"晾"了普通用户13天——谷歌AI Studio负责人Logan Kilpatrick解释，模型的网络安全能力达到前沿水平，团队需要时间确保它开放给更多人时足够安全。智东西AI信息Gap
安全能力不是只停在跑分。谷歌在内部自动化安全项目Project Fortify中测试了Carbon，按谷歌内部评测，扫描召回率达到100%，分诊精确率达到95%。最能代表"长周期"成色的，是与全量开放同时公布的AlphaProof Code研究：研究人员把Signal的安全目标转写成经人工审核的数学规格，由Gemini 4 Carbon驱动的Agent自动生成证明，验证范围下沉到编译后的AArch64机器码，最终为Signal核心实现生成了约650万行Lean证明代码，整个过程只用了四周，只有约1%的代码库需要额外人工关注。团队还故意重新植入两个历史上真实存在、后来已修复的漏洞，系统都生成了通过机器检查的反例证明。但边界要讲清楚：人类专家仍要定义和审核安全规格，证明系统只能保证代码满足已经明确表达出来的属性，"AI证明软件绝对安全"目前不成立。智东西36氪
谁能用、多少钱：一道会员门槛，一个价格窗口
现在能真正用上Carbon的主要是三类人：开发者和企业可通过Google AI Studio等渠道调用API；Google AI Ultra用户可以在Gemini App和谷歌搜索AI模式中体验，还能用Antigravity；科研人员可以申请为期6个月的免费使用资格。但每月19.99美元的谷歌AI Pro会员这次又被排除在外，普通消费者只剩月费99.99美元起一条官方入口。36氪AI信息Gap
价格是眼下对竞品最有杀伤力的一环：Carbon的API尝鲜价为每百万输入token 2美元、输出10美元，优惠持续到11月30日，之后恢复至输入4美元、输出20美元。同一套Artificial Analysis测试题上，Carbon平均每题花费7.76美元，Claude Fable 5.2则是26.54美元；后者的API挂牌价（输入8美元、输出40美元）也是Carbon原价的两倍。对要跑长任务的Agent应用来说，这个成本差比榜单名次更能改变选型。智东西AI信息Gap
首批实测：长任务口碑好，token消耗是暗坑
用户侧的早期反馈比较一致：强在长周期Agent任务，翻车点集中在消耗和权限。谷歌给出的实战案例里，HubX在包含1.4万项测试的代码库中用16项真实Bug修复任务测试，修复率94%、未出现回归；OpenCode团队下班前丢给Carbon一份需求清单，第二天它已从零构建Rust界面库、重写整个桌面应用并交付可运行演示。智东西
消耗问题在中文社区被反复提到。有用户在Antigravity里让主Agent带33个子Agent执行创意任务，总token用量约3.37亿、折合212.93美元。这类数字来自用户自测、口径不一，但方向明确：Carbon会为"把事做完"持续投入推理资源，短平快的日常问答用它并不划算。海外开发者的另一面评价是：较以往模型进步明显，但审美不如Fable和Opus，需要更详细的提示词或参考案例来引导。哔哩哔哩智东西
要不要切换主模型，谷歌自己的建议是：在Gemini 4系列中仍推荐用Argon处理大多数软件工程和知识工作，遇到跨系统排障、开放式难题再切Carbon。普通用户可以拿三个条件自查：任务是不是过去要人干几天的长链路活；能否接受Pro档位用不上、Ultra近百美元；以及赶在11月30日尝鲜价结束前，用同一批真实任务对比一轮。“迄今最强"这次是真的，只是它强的方式，是把AI从"回答问题"推进到"承担复杂工作”——而想用上它的人，付出的不只是钱，还有时间和token。智东西
