一句话重点

Google 于 2026 年 10 月 28 日（美国时间，台北时间 10 月 29 日凌晨 1 点）发布 Gemini 4 Carbon，官方称它是“我们最强的模型”，主打网络安全和长时间任务，并表示内部团队曾让它连续运行数天，处理复杂的多步骤工程任务。它在 Artificial Analysis Intelligence Index v5 中获得 59 分，在 52 个模型中排名第一，但 Google 先向部分网络安全防御人员开放。截至 2026 年 10 月 29 日，普通用户和开发者都还无法使用。 Carbon 的前代模型 Gemini 4 Argon 在两周前开放。

谁能用 Gemini 4 Carbon

Google 表示，从本周起先向部分网络安全防御人员开放，再通过 Fairwind Program 逐步扩大到更多受信任的合作伙伴。对于开发者、企业和普通用户，Google 只写了“尽快”，尚未公布日期。Ars Technica 的标题说得更直接，称它是“你还用不到的最新前沿模型”。

截至 2026 年 10 月 29 日，Carbon 还未向公众开放，公开的 Gemini API 模型列表中也还没有 Carbon。

Fairwind Program 优先考虑三类对象：

  • 政府和国家级网络安全机构
  • 关键基础设施运营者：医疗、电信、能源、金融
  • 核心科技平台

申请者需要填写表格并通过背景审查。

跑分怎么看

跑分就是让不同模型完成同一组任务，再根据表现打分。下面这张是 Google 公告中的完整对照表，将 Carbon 与 Argon、GPT-6 Astra、Claude Opus 5.5、Claude Fable 5.1 放在一起比较。

Gemini 4 Carbon 官方基准测试对照表，17 项测试比较 Carbon、Gemini 4 Argon、GPT-6 Astra、Claude Opus 5.5、Claude Fable 5.1。Carbon 的 Artificial Analysis Intelligence Index v5 得分为 59，GPT-6 Astra 为 57，Claude Opus 5.5 为 58（来源：Google 官方公告）
图片来源：Google

在 Google 这张表列出的模型中，17 项测试有 15 项得分最高。 落后的两项是：

  • FrontierSWE 2（软件工程测试）：Carbon 为 61.2%，GPT-6 Astra 为 65.5%，Claude Opus 5.5 为 62.3%。
  • OSWorld-2.1（测试 AI 操作桌面软件，只采用其中 82 项无需联网的任务）：Carbon 为 81.5%，低于 Claude Opus 5.5 的 87.2%，相差 5.7 个百分点。

领先幅度差别很大。Intelligence Index 是 59 对 58，只高 1 分。SWE-sweep（让 AI 自己找出并修复程序错误的测试）只高 0.1 个百分点，Vals Index（综合金融、编程、法律和税务任务表现的指数）只高 0.2 个百分点，基本持平。再看几项差距较大的：

  • GraphWalks（把图的节点和连线写成长篇文字，让模型沿着连线找出指定节点，题目长 25.6 万到 100 万 token）：Carbon 的 F1 分数为 96.2%，Argon 为 84.2%，GPT-6 Astra 为 71.8%。
  • AutomationBench（Zapier 的自动化流程测试，使用非公开题目）：Carbon 为 53.9%，Argon 为 51.3%，Claude Opus 5.5 为 42.5%，GPT-6 Astra 为 41.4%。Carbon 比 Argon 高 2.6 个百分点，比 Opus 5.5 高 11.4 个百分点。
  • Terminal-Bench 4.0（命令行编程，Artificial Analysis 版本）：Carbon 为 65.2%，Claude Opus 5.5 为 59.6%，GPT-6 Astra 为 59.1%。

看这张表要记住两点。竞争对手的数据大多是各家自行公布的成绩，由 Google 选来放进表中。Carbon 和 Argon 则使用最高思考设置进行测试。GPT-6.1 Sol 和 Terra 没有放进主表，只出现在网络安全图表中。

网络安全三项测试

Google 将网络安全列为 Carbon 的主打能力。以下数字是在未启用防护机制的情况下测得。

SEC-bench Pro（183 道 JavaScript 引擎网络安全任务，看首次尝试就通过的比例）：

SEC-bench Pro 首次尝试成功率：Gemini 4 Carbon 88.2%、GPT-6 Astra 85.4%、Gemini 4 Argon 83.4%、GPT-6.1 Terra 83.3%、GPT-6.1 Sol 78.8%（来源：Google 官方公告）
图片来源：Google

Carbon 的成功率为 88.2%，比 GPT-6 Astra 的 85.4% 高 2.8 个百分点。

ExploitGym（漏洞利用测试，关闭系统级防护）：

ExploitGym 通过率：Carbon 每题上限 10 小时为 54.8%，6 小时为 53.5%。GPT-6 Astra 不限时为 42.4%，Argon 上限 10 小时为 42.0%，Claude Opus 5.5 和 Mythos 5.1 上限 6 小时，分别为 34.5% 和 30.4%（来源：Google 官方公告）
图片来源：Google

Carbon 在 10 小时上限下得分为 54.8%，默认的 6 小时上限下为 53.5%。GPT-6 Astra 为 42.4%（不限时），Argon 为 42.0%（10 小时上限）。Claude Opus 5.5 为 34.5%，Claude Mythos 5.1 为 30.4%，这两个模型都是 6 小时上限。Mythos 5.1 与 Fable 5.1 是同一模型，只是放宽了安全限制，仅向 Anthropic 受信任访问计划开放。

CWE-bench（以常见软件弱点分类为题的测试）：Carbon 为 71.0%，Argon、GPT-6 Astra 和 Grok 4.7 均为 68.0%，Claude Opus 5.5 为 67.0%。

Google 还表示，内部测试中，Carbon 编写安全代码的成功率是 Argon 的 2 倍以上。Chrome 团队称，Carbon 生成高质量补丁的能力是另一家未具名实验室大型模型的 10 倍以上。这些都是 Google 自己的说法。

价格

API 发布时的优惠价（每百万 token，截至 2026 年 10 月 29 日）。token 是模型计价的文本单位。

阶段输入输出
优惠价（与 Argon 相同）$2$10
优惠期结束后$4$20

缓存输入（重复使用已处理过的输入内容）比输入价便宜 95%。每 100 万输入 token 加 100 万输出 token，优惠价为 12 美元，之后为 24 美元。Google 没有公布 Carbon 优惠价的结束日期。Argon 的优惠价截至 11 月 30 日，12 月 1 日起恢复为 4 美元和 20 美元。

Artificial Analysis 按 4 美元和 20 美元的标价计算，Intelligence Index 每项任务的加权平均成本为 7.76 美元，加权平均输出约 12.3 万 token，比 Claude Opus 5.5 最高设置的 17.3 万 token 少约 29%。输出速度为每秒 92.4 token，在 193 个模型中排名第 80。

安全与对齐

Google 表示 Carbon 使用与 Argon 相同的防护，包括训练、实时滥用防护、提示词注入防御和思维链监控（监控模型的推理过程，检测异常行为），并参与美国政府的自愿上市前模型测试。以下均为 Google 自己的测试数据：

  • 作弊：Terminal-Bench 4.0 上作弊成功率为 0.0%，尝试率为 0.4%。
  • 对齐警报（偏离用户要求的行为）：Google 内部团队实际用它编程时，高严重级别警报减少近 80%。
  • 无依据的说法：约为 Argon 的一半。
  • 提示词注入（把恶意指令藏在模型读取的数据中。Gray Swan 测试每组最多尝试 15 次，攻击成功率越低越好）：Carbon 为 0%，Argon 为 0.7%，Claude Opus 5.5 为 1.0%，GPT-6 Astra 为 8.5%。

这次公告链接的是 Argon 的安全报告，不是 Carbon 的。报告写道，在没有模型外部防护的情况下，无法排除 Gemini 4 Argon 已达到网络安全关键能力等级（CCL）。CCL 是 Google 在 Frontier Safety Framework 中设定的内部红线，模型的危险能力达到这条线后，就需要加强防护。Google 表示已部署防护措施来降低风险。

小企鹅的总结

小企鹅的看法：Carbon 在多数项目上的领先只有几个百分点，Intelligence Index 只比 Claude Opus 5.5 高 1 分。在 Google 这张表中，我最关注两项：GraphWalks（长文本中的图形推理）比第二名 Argon 高 12.0 个百分点。ExploitGym 的 10 小时成绩比不限时的 GPT-6 Astra 高 12.4 个百分点，但两者的时间设置不同。AutomationBench 比 Opus 5.5 高 11.4 个百分点，但只比 Argon 高 2.6 个百分点。

网络安全团队：如果你属于政府、关键基础设施或核心平台，可以现在填写 Fairwind 申请表。

其他人：先继续使用手头的模型。想先体验 Gemini 4，可以使用已开放的 Argon。开发者可以通过付费 Gemini API 使用，Google AI Pro 和 Ultra 订阅用户可以在 Gemini app 中使用。Argon API 的优惠价截至 11 月 30 日。等 Carbon 开放 API 后，再用自己的任务比较速度和花费。

延伸阅读

封面图片来源：Google DeepMind（deepmind.google/blog/gemini-4-carbon-our-next-frontier-model/）

本文提供 AI 模型 API 计费的消费信息，不涉及证券或投资建议。实际定价以 Google 官方最新公告为准。本文信息截至 2026 年 10 月 29 日，可能已经过时。