一句話重點
Google 在 2026 年 10 月 28 日（台北時間 10 月 29 日凌晨 1 點）發表 Gemini 4 Carbon，官方稱它是「我們最強的模型」，主打資安和長時間任務，並表示內部團隊曾讓它持續跑數天，處理複雜的多步驟工程任務。它在 Artificial Analysis Intelligence Index v5 拿到 59 分，排 52 個模型的第一，但 Google 只先開放給一部分資安防禦人員，截至 2026 年 10 月 29 日，一般使用者和開發者都還用不到。 Carbon 的上一個模型是兩週前開放的 Gemini 4 Argon。
誰能用 Gemini 4 Carbon
Google 說本週起先開放給一部分資安防禦人員，再透過 Fairwind Program 逐步擴大到更多受信任的合作夥伴。開發者、企業和一般使用者，Google 只寫了「盡快」，還沒給日期。Ars Technica 的標題更直接，叫它「你用不到的最新前沿模型」。
截至 2026 年 10 月 29 日，Carbon 還沒開放給大眾，公開的 Gemini API 模型清單還沒有列出 Carbon。
Fairwind Program 的優先對象有三類：
- 政府和國家級資安單位
- 關鍵基礎設施營運者：醫療、電信、能源、金融
- 核心科技平台
申請者要填表單，並通過背景審查。
跑分怎麼看
跑分就是讓不同模型做同一組任務再打分數。下面這張是 Google 公告裡的完整對照表，把 Carbon 跟 Argon、GPT-6 Astra、Claude Opus 5.5、Claude Fable 5.1 放在一起比。
在 Google 這張表列出的模型裡，17 項有 15 項分數最高。 輸的兩項是：
- FrontierSWE 2（軟體工程測試）：Carbon 61.2%，GPT-6 Astra 65.5%，Claude Opus 5.5 62.3%。
- OSWorld-2.1（測試 AI 操作桌面軟體，只取其中 82 題不需上網的任務）：Carbon 81.5%，落後 Claude Opus 5.5 的 87.2%，差 5.7 個百分點。
贏的幅度差很多。Intelligence Index 是 59 對 58，只差 1 分。SWE-sweep（讓 AI 自己找出並修正程式錯誤的測試）差 0.1 個百分點，Vals Index（綜合金融、程式、法律和稅務任務表現的指數）差 0.2 個百分點，幾乎打平。再看幾項差距比較大的：
- GraphWalks（把圖的節點和連線寫成一大段文字，要模型沿著連線找出指定節點，題目長 25.6 萬到 100 萬 token）：Carbon 的 F1 分數是 96.2%，Argon 84.2%，GPT-6 Astra 71.8%。
- AutomationBench（Zapier 的自動化流程測試，用的是非公開題目）：Carbon 53.9%，Argon 51.3%，Claude Opus 5.5 42.5%，GPT-6 Astra 41.4%。Carbon 比 Argon 高 2.6 個百分點，比 Opus 5.5 高 11.4 個百分點。
- Terminal-Bench 4.0（指令列寫程式，Artificial Analysis 版）：Carbon 65.2%，Claude Opus 5.5 59.6%，GPT-6 Astra 59.1%。
看這張表要記兩件事。對手的數字多半是各家自己發表的成績，由 Google 挑來放進表裡。Carbon 和 Argon 則是用最高的思考設定跑的。GPT-6.1 Sol 和 Terra 沒有放進主表，只出現在資安圖表。
資安三項
Google 把資安列為 Carbon 的主打。以下數字是在沒有啟用防護機制的情況下測的。
SEC-bench Pro（183 題 JavaScript 引擎的資安任務，看第一次嘗試就過關的比例）：
Carbon 的成功率是 88.2%，比 GPT-6 Astra 的 85.4% 高 2.8 個百分點。
ExploitGym（漏洞利用測試，系統層級防護關閉）：
Carbon 在 10 小時上限拿 54.8%，預設的 6 小時上限是 53.5%。GPT-6 Astra 是 42.4%（沒有時間上限），Argon 是 42.0%（10 小時上限）。Claude Opus 5.5 是 34.5%，Claude Mythos 5.1 是 30.4%，這兩個都是 6 小時上限。Mythos 5.1 跟 Fable 5.1 是同一個模型，安全限制放寬，只開放給 Anthropic 受信任的存取計畫。
CWE-bench（以常見軟體弱點分類為題的測試）：Carbon 71.0%，Argon、GPT-6 Astra 和 Grok 4.7 都是 68.0%，Claude Opus 5.5 是 67.0%。
Google 另外說，內部測試的安全程式碼成功率是 Argon 的 2 倍以上，Chrome 團隊說 Carbon 產出高品質修補程式的能力，是另一家實驗室（未指名）大型模型的 10 倍以上。這些是 Google 的自述。
價格
API 發表時的優惠價（每百萬 token，截至 2026 年 10 月 29 日）。token 是模型計價的文字單位。
| 階段 | 輸入 | 輸出 |
|---|---|---|
| 優惠價（跟 Argon 相同） | $2 | $10 |
| 優惠期結束後 | $4 | $20 |
快取輸入（重複使用已處理過的輸入內容）比輸入價便宜 95%。每 100 萬輸入 token 加 100 萬輸出 token，優惠價是 12 美元，之後是 24 美元。Google 沒有寫 Carbon 優惠價的結束日期。Argon 的優惠價到 11 月 30 日，12 月 1 日起恢復 4 美元和 20 美元。
Artificial Analysis 用 4 美元和 20 美元的牌價算，Intelligence Index 每項任務的加權平均成本是 7.76 美元，加權平均輸出約 12.3 萬 token，比 Claude Opus 5.5 最高設定的 17.3 萬 token 少約 29%。輸出速度是每秒 92.4 token，在 193 個模型裡排第 80。
安全與對齊
Google 說 Carbon 用跟 Argon 相同的防護，包含訓練、即時防濫用、提示詞注入防禦和思考鏈監控（監看模型的推理過程，偵測異常行為），並參與美國政府自願的上市前模型測試。以下都是 Google 自己的測試數字：
- 作弊：Terminal-Bench 4.0 上作弊成功 0.0%，嘗試 0.4%。
- 對齊警示（偏離使用者要求的行為）：Google 內部團隊實際用它寫程式時，高嚴重度警示減少近 80%。
- 沒有根據的說法：約為 Argon 的一半。
- 提示詞注入（把惡意指令藏進模型讀到的資料。Gray Swan 測試每組最多嘗試 15 次，攻擊成功率越低越好）：Carbon 0%，Argon 0.7%，Claude Opus 5.5 1.0%，GPT-6 Astra 8.5%。
這次公告連結的是 Argon 的安全報告，不是 Carbon 的。報告寫到，沒有模型外的防護時，無法排除 Gemini 4 Argon 已達到資安的關鍵能力等級（CCL）。CCL 是 Google 在 Frontier Safety Framework 裡訂的內部紅線，模型的危險能力到了這條線，就要加強防護。Google 表示已部署防護來降低風險。
小企鵝的總結
小企鵝的看法：Carbon 的領先在多數項目只有幾個百分點，Intelligence Index 只高 Claude Opus 5.5 一分。在 Google 這張表裡，我最在意兩項：GraphWalks（長文字裡的圖形推理）比次高的 Argon 高 12.0 個百分點。ExploitGym 的 10 小時成績比不限時的 GPT-6 Astra 高 12.4 個百分點，兩者時間設定不同。AutomationBench 比 Opus 5.5 高 11.4 個百分點，但比 Argon 只高 2.6 個百分點。
資安團隊：屬於政府、關鍵基礎設施或核心平台，可以現在去填 Fairwind 的申請表。
其他人：先繼續用手上的模型。想先試 Gemini 4，可以用已開放的 Argon。開發者可透過付費 Gemini API 使用，Google AI Pro 和 Ultra 訂閱者可在 Gemini app 使用。Argon API 的優惠價到 11 月 30 日。Carbon 開放 API 的那天，再拿自己的任務跑一次，比較速度和花費。
延伸閱讀
- Google Gemini 系列總覽
- Gemini 3.8 Flash 與資安專用版 Cyber
- Claude Mythos 是什麼
- Claude Opus 5.5 評價與排名
- GPT-6 Astra 完整介紹
- GPT-6.1 Terra 是什麼
封面圖片來源：Google DeepMind（deepmind.google/blog/gemini-4-carbon-our-next-frontier-model/）
本文為 AI 模型 API 計費的消費資訊，不涉及證券或投資建議。實際定價以 Google 官方最新公告為準，本文資訊截至 2026 年 10 月 29 日，可能已過時。