谷歌发布Gemini 4 Carbon：API介绍期价格为每百万token输入2美元、输出10美元，介绍期于11月30日结束，之后面向公众的Carbon模型适用4美元和20美元；网络安全结果仅限Fairwind计划

2026年11月10日，谷歌宣布Gemini 4 Carbon向开发者、企业、科学家和消费者开放。公告发在谷歌博客上，署名是谷歌DeepMind高级副总裁兼首席AI架构师Koray Kavukcuoglu。谷歌称Carbon是它目前最强的模型，在网络安全和长周期智能体工作（复杂知识工作、软件工程、科学推理）上具备“前沿水平”。文章里几乎所有性能说法都由谷歌转述，或出自谷歌挑选发布的合作公司引语。对主要比较中的四个基准，即CursorBench 4.0、WANDR、AutomationBench和MKA，正文只给出排名和成本比，没有给出绝对分数，所以本文把每一条都当作“说法”来写，并把谷歌指明的比较对象放在旁边。

Carbon的定位高于此前发布的Gemini 4 Argon。谷歌说，Carbon大约两周前先通过Fairwind计划交给了一批网络安全防御者。Argon仍然是“大多数软件工程和知识工作的理想选择”，而Carbon面向最考验模型能力的任务，比如复杂的多步骤编码与调试、开放式科学研究。为此它会比Argon使用更多token去探索、推理并运行更长的验证循环。读者要注意这个取舍：即便每个token的单价相同，思考更久的模型每次请求也可能花得更多。

基准方面，谷歌说Carbon在CursorBench 4.0、Perplexity的WANDR和Zapier的AutomationBench上排名第一，“每个任务的成本比下一个最佳的外部模型低2倍以上”。文章没有给出这三个基准的分数，也没有给出每个任务的美元成本，所以这个“2倍”是谷歌转述的、相对一个未点名对手的比值，谷歌称这些基准是“独立基准”，正文没有说明由谁测量。谷歌还与Artificial Analysis合作推出了新基准Multimodal Knowledge Agent（MKA），测试模型在含图表、图片、蓝图、原理图和表格的密集文件上做智能体工作的表现。在MKA上Carbon排名第二，谷歌称其平均每任务成本比榜首模型低6倍以上，榜首是哪个模型，正文没有写。发布前测试中，谷歌说Carbon在Hebbia的E2E金融智能体评测中与所测最佳模型持平，并在Balyasny资产管理公司的通用金融智能基准上，在23个前沿模型配置中排名最高。

价格与可用范围写得很具体。Carbon通过Google AI Studio和面向企业的Gemini提供API，所有付费开发者和企业都可使用。介绍期价格与Argon相同：每百万输入token 2美元，每百万输出token 10美元。脚注说明，这个介绍期到2026年11月30日结束，之后适用每百万输入token 4美元、每百万输出token 20美元，并注明这指的是面向公众开放的Carbon模型。Carbon也正在向Google Antigravity、Gemini应用和搜索AI模式中的全部Google AI Ultra订阅用户推出。谷歌另一篇面向开发者的文章补充说，付费API层可在Google AI Studio和Android Studio使用，Ultra订阅用户可在AI Studio和Antigravity中试用。“正在推出”意味着并非每个用户都已拿到，谷歌没有给出全部Ultra用户可用的日期。

GitHub同一天宣布，Carbon在GitHub Copilot中正式可用，面向Copilot Pro+、Max、Business和Enterprise用户。模型选择器会在Visual Studio Code、Visual Studio、Copilot CLI、Copilot编码智能体、Copilot应用、github.com、GitHub Mobile、JetBrains IDE、Xcode和Eclipse中列出它。GitHub说该模型按供应商标价、在用量计费下收费，并且是逐步推出。在Copilot Business和Enterprise套餐中，管理员通过模型策略管理访问。按默认的模型启用设置，新模型会自动启用，除非管理员关闭了全局默认或明确禁用了这个模型。

面向大型项目，谷歌在Google Antigravity中预览一个叫/swarm的功能：把一条提示变成一支可以实时跟踪的智能体团队。开发者可以让Carbon担任最需要深度推理的角色，比如架构设计、协调和审计，再搭配更快更轻的模型，在并行的隔离工作区里工作，并用对抗式验证器检验每处改动。谷歌展示了几个演示。其中一个用了七份公开的市议会规划PDF（含206个提取出的工程图视图）和一条提示，由一队Carbon智能体在10个通宵循环里做出了谷歌Platform 37办公楼的交互式Three.js重建，含90.6万个三角形。这些是谷歌自己的展示项目，文章没有说尝试了多少次，也没有说失败了多少次。

文章还汇集了客户说法。HubX说，在其含14,000个测试的代码库里的16个真实缺陷修复中，Carbon的解决率为94%，且零回归。分母只有16，一个修复约占六个百分点，样本很小。Box说在其测试中Carbon在公共部门任务上得分100%，没有给出任务数量。OpenCode说Carbon一夜之间用新的Rust UI库重写了它的桌面应用。Cartwheel说它在几乎不引导的情况下花了六天做布料模拟。这些是选择在发布时发言的公司的引语，不是独立测量。

网络安全部分有一个容易漏掉的条件。结果来自“Carbon for cyber”，要通过Fairwind计划才能使用。谷歌说，通过该计划，Carbon在发现漏洞的SEC-bench Pro、利用漏洞的ExploitGym和修补漏洞的CWE-bench v1上领先，但没有给出这三个基准的分数。谷歌另给出了内部基准的数字：在其负责扫描、分诊和修复的Project Fortify系统中，谷歌说Carbon在其内部基准上的扫描召回率达到100%、分诊精确率达到95%。合作方补充了各自的说法：SentinelOne说在一次受控的内核驱动评估中，Carbon for cyber多发现了四个经验证的漏洞；Armadin说它用上一代一半的步数达到了结果。文章说网络安全防御者可以申请加入Fairwind计划，按滚动方式获得访问，但没有列出完整的资格或审核条件。所以普通开发者不应假定这些网络安全结果适用于自己能买到的模型。

科学方面，谷歌说药物毒性研究公司Axiom Bio发现Carbon是转化科学领域表现领先的模型，正把生产环境的分析和智能体迁到Carbon和Argon上。四周前，谷歌开放申请，向1万名科学家免费提供六个月的Antigravity中Argon使用权，现在把这一权限扩展到Carbon，面向现有和未来的参与者。入驻按周滚动进行，取决于资格、容量和遴选。谷歌还说Carbon建立在Argon的安全与保障体系之上，增加了针对滥用和提示注入的防护，并指向单独的安全与保障报告和模型卡。文章本身列出了一些安全测试数字，例如谷歌说在自己的375项任务智能体诚实性基准上，Carbon通过了92%的任务，Argon为70%；另有数字来自Gray Swan、Trajectory Labs等点名的外部测试方。本文没有复现其中任何一项，也没有读那份单独的报告和模型卡，因此不对其中的结论作任何陈述。

今天读者能核对的内容有限。价格、介绍期结束日期、产品清单和Copilot套餐是明确写出的事实。排名和成本比，是谷歌对其称为独立基准的结果的转述，文章没有说明由谁测量。客户结果是客户自己的说法，由发布文章选录。本文没有复现其中任何一项。文章里的图表和视频本文没有读。在为某项工作选择Carbon而不是Argon之前，团队应该做自己的测试，既看每个token的价格也量每个任务用的token数，并为2026年11月30日介绍期结束之后适用的新价格做好准备。