Gemini 4 Carbon 怎么用？开放资格、跑分与价格全解析

截至 2026 年 10 月 29 日，Gemini 4 Carbon 尚未向公众开放，现阶段应继续用已有模型推进产品交付。Google DeepMind 于 10 月 28 日发布了这款面向高难度工程与网络安全任务的模型。榜单领先值得为它准备评估，但不值得因此推迟产品发布。Google 的官方公告明确了分阶段、受限开放的安排。

Gemini 4 Carbon 面向哪些任务？

Carbon 瞄准的是需要反复尝试才能完成的工作：持续编程、复杂工程任务和网络安全防御。Google 表示，其内部团队已观察到 Carbon 连续数日调试复杂代码库并修补问题的表现。

长周期任务的关键，是在多个步骤中始终围绕同一个目标推进。 比如，维护者从一个失败的测试入手，跨越多个文件追查问题，尝试修复后发现另一个故障，再继续修改补丁。智能体则是围绕模型搭建的软件，让模型能够读取文件、运行测试等。任务能否完成，取决于整套系统，包括可用工具，以及判断工作是否完成的验收机制。

对创业者来说，真正值得追问的是：它能否接手一项反复出现、目前需要工程师持续盯着的维护工作？把编程问题回答得漂亮，与交付一份团队愿意接受的补丁，是两种不同的交付成果。

现在谁能使用 Carbon？

Google 公布的顺序是：在发布当周先向选定的网络安全防御机构开放，随后通过 Fairwind 向更多受信任的合作伙伴开放，待收集反馈、完善安全防护措施后，再扩大产品访问范围。Google 承诺会“尽快”扩大开放，但没有给出日期。

Fairwind Program 是 Google 面向防御机构、需要经过审核的接入渠道，优先覆盖政府、关键基础设施和核心技术平台。提交申请表意味着进入资格审核，并非注册后就能立即使用公开模型。安全领域的创业者可以在机构符合条件时申请；普通应用开发者则不应把交付计划押在获批上。

该计划公开介绍的技术目前仍是 Argon。判断 Carbon 的开放顺序，应以 Carbon 公告为准；了解计划规则，则应查看 Fairwind 页面。无论是提交申请，还是已经成为计划成员，都不能证明你的机构已获准使用 Carbon。

部署信息仍有空白： Google 的公告没有提供公开的 Carbon 模型 ID、上下文上限、应用订阅档位或全面开放日期。基准测试使用的输入长度，也不等于 API 的输入上限。不要把 Argon 文档里的参数直接填进这些空白。

本文所用资料及 Google 的评测方法已于 2026 年 10 月 29 日核查。本文评估的是截至该日期的开放情况，没有对 Carbon 进行实际使用测试。

Carbon 与 Argon 是什么关系？

Gemini 4 Argon 仍是目前可用的 Gemini 基准模型。 Google 已于 10 月 13 日在 Google Cloud 上开放 Argon，Gemini API 定价文档也列出了付费使用方式。Carbon 建立在 Argon 之上，但发布公告并不意味着它已经取代了应用今天能调用的模型。

对独立开发者来说，维护现有集成时尤其需要分清这一点。继续基于 Argon 优化提示词、工具权限和验收检查，同时保留它没能完成的难题。等到将来评估 Carbon 时，才有一组值得超越的实际任务。

对 CTO 来说，模型发布与是否迁移应分开决策。复用一套测试任务并不难，但不能因此假定 API 行为完全一致。在把 Carbon 当作可直接替换的模型之前，要先确认最终文档中的输入、输出、工具支持和运行限制。

Gemini 4 Argon 详解介绍了它当前的接入方式和运行限制。在 Google 发布 Carbon 的对应文档之前，这些信息都只适用于 Argon。

Google 公布的基准测试成绩怎么看？

Google 公布的对比中，Carbon 在所列评测上均领先 Argon，但这并不证明它在每项任务或与每个竞品的比较中都能胜出。 下表按 Google 的基准测试成绩表转录。这些是已公布的结果，并非本文实测。

网络安全相关的几项评测，覆盖的是防御工作的不同环节：发现漏洞、确认能否利用漏洞，以及修复漏洞。不要把这些百分比取平均，拼成一个所谓的安全总分。对于评估维护工作的团队，漏洞修补评测是更贴近需求的起点；漏洞发现成绩回答的是另一个问题。

测试条件决定了成绩能说明什么

Google 的评测方法通常采用最高推理强度设置。其中，AA Index 和 Terminal-Bench 的结果来自 Artificial Analysis，CWE-bench 的结果来自 Collinear AI，其他结果则由 Google 自行测得。这张表汇集了不同来源的评测。

例如，Google 的 SEC-bench Pro 成绩来自一个包含 183 项任务的 JavaScript 引擎测试子集。ExploitGym 评测采用 Antigravity 运行框架，即负责运行智能体工具的软件；测试期间无法联网，且关闭了缓解措施。OSWorld 报告的是离线子集成绩，并取多次运行中的最高值。判断一个分数能支持什么结论，必须把这些条件一起考虑进去。

如果产品使用的工具、权限或限制不同，就需要自行评估。公开的基准测试成绩并不保证：测试中使用的受限能力，最终也会在企业购买的产品中开放。

“#1”究竟被夸大了什么？

“#1”代表某个具体榜单的排名，并不代表一个通吃所有场景的赢家。 Artificial Analysis 将 Carbon High 列为 Intelligence Index v5.0 榜首，得分为 59，同时明确标注它尚无公开可用的 API。能够参与评测并取得高分，与普通客户能够使用，是两回事。

Google 自己的表格也列出了例外：Carbon 在 OSWorld 离线子集上的成绩为 81.5%，低于 Anthropic 模型 Claude Opus 5.5 的 87.2%。仅凭这一项，就不能说 Carbon 在所有工作负载上都领先。选模型之前，先挑出最贴近实际工作的评测。

也不要据此给 Carbon 与 OpenAI GPT-6.1 Terra 分出胜负。表格中 OpenAI 一栏列的是 GPT-6 Astra，这是另一个模型。Astra 的成绩无法回答：你的编程工作流是否应该替换掉 Terra。

最后，Google 报告的提示词注入攻击成功率 0.0% 只适用于接受评测的那些攻击。提示词注入，是指把指令藏进智能体读取的材料中，试图引导它偏离原任务。即便模型成绩出色，也仍应保留权限边界、测试审查，以及对重大操作的审批。

开发者、技术负责人和采购方该怎么做？

开发者应继续使用能够交付合格结果的模型。 如果 Gemini 应用运行在 Argon 上，就继续使用，同时准备对比评估。如果工作流已能顺利用 Opus 5.5 或 GPT-6.1 Terra 完成任务，单凭 Carbon 的发布公告，不足以成为停工或迁移的理由。当前模型选型指南涵盖了更广泛的选择。

技术负责人应让长任务的执行过程便于审查。 中型企业的 CTO 可以选定一项反复出现的回归缺陷修复任务，配好已知会失败的测试，并明确负责人。资深运营负责人可以要求保留任务日志，记录改动了什么、执行了哪些检查，以及还有哪些问题未解决。模型投入更多运行时间，只有在结果正确、审查者也能高效确认这一点时，才有价值。

采购方做预算时，应考虑优惠期结束后的成本。 token 是模型输入和输出的计费单位；即使最终补丁很小，运行时间更长的任务仍可能消耗更多 token。

Gemini 4 Carbon 价格： 初期每百万输入 token 为 $2，每百万输出 token 为 $10；缓存输入价格比输入 token 原价低 95%；初期优惠结束后，每 1M 输入 token 为 $4，每 1M 输出 token 为 $20。见 Google 公告及脚注。

Carbon 公告没有给出初期优惠的截止日期。Argon 文档中列明的标准费率调整自 2026 年 12 月 1 日起生效；这是 Argon 做预算时需要考虑的时间点，并非 Carbon 的开放日期或价格调整日期。详细方案对比可查看 Gemini 定价页面。

本周就能着手做什么？

现在就为一套可复用的测试任务指定负责人。 对已经融资的创业者来说，目标是在获得访问权限后，能做出有依据的采用决策。对独立开发者来说，目标是积累一组难题，让下一款模型发布时的评估更快完成。

1. 1

   保存有代表性的任务

   收集回归缺陷补丁、跨文件改动、已获授权的安全修复，以及一个理应先澄清需求的模糊请求。既要有常规工作，也要有难以解决的失败案例。保存测试样例前，移除凭证和不必要的客户数据。

2. 2

   运行前先定好验收标准

   记录起始版本、允许修改的文件、可用工具、必须通过的测试，以及需要停止执行的条件。对于回归缺陷，既要让复现问题的测试通过，也要确保没有无关改动。解释听起来合理，不等于修复已经完成。

3. 3

   记录 Argon 的基准表现

   用当前正在使用的模型运行这组任务，保存补丁、测试结果、计费用量、重试次数、中断情况和审查投入。这些是建议记录的检查项，并非本文测得的结果。为持续使用 Gemini 的工作做预算时，应采用初期优惠结束后的费率。

4. 4

   让 Carbon 用实际表现证明切换价值

   等账号获得访问权限、Google 公布接口文档后，在工具和权限可比的条件下重跑同一组任务。只有当通过验收的结果改善，且审查投入、延迟或成本的增幅仍可接受时，才扩大使用。否则，就继续使用已经行之有效的模型。

想在模型开放情况变化时，继续获取实用的采用决策建议，可以订阅邮件通讯。