智东西11月11日消息,今天凌晨,谷歌宣布其最强AI模型Gemini 4 Carbon正式向开发者、企业、科研人员和消费者开放。该模型在网络安全、复杂知识工作、软件工程及科学推理等领域的长程Agent工作流中表现卓越,达到行业前沿水平。
▲谷歌宣布开放Gemini 4 Carbon(图源:X)
继10月28日通过Fairwind计划向部分网络安全人员内测后,Gemini 4 Carbon此次全面开放。开发者和企业用户可通过Google AI Studio和Gemini for business调用API;Google AI Ultra订阅用户则可在Google Antigravity、Gemini应用及搜索AI模式中直接体验。
基准测试领跑,性价比优势显著
在衡量实际工作流表现的独立基准测试中,Gemini 4 Carbon兼顾了高精度与低成本。它在CursorBench 4.0、Perplexity WANDR和Zapier AutomationBench中均排名第一,单任务成本不足头部竞对模型的一半,性能优于Fable 5.2和Opus 5.5等主流模型。
▲Gemini 4 Carbon在CursorBench 4.0测评中表现(图源:Cursor)
在Artificial Analysis Intelligence Index榜单上,Gemini 4 Carbon(high)以60分位列第二,仅次于Claude Fable 5.2(max),并超越Claude Opus 5.5、GPT-6 Astra及GPT-6.1 Sol等模型。
▲Gemini 4 Carbon在Artificial Analysis榜单上位列第二(图源:Artificial Analysis)
价格方面,即日起至11月30日,Gemini 4 Carbon API享受限时半价优惠:输入Token每百万2美元(约合人民币13.3元),输出Token每百万10美元(约合人民币66.7元)。优惠结束后,价格将恢复为输入4美元、输出20美元。
▲Gemini 4 Carbon价格(图源:谷歌)
谷歌建议,常规软件工程和知识工作仍推荐使用Gemini 4 Argon;而Carbon专为复杂代码调试、开放式科学研究等高难度任务设计,虽消耗更多Token进行深度推理和结果验证,但能提供更可靠的解决方案。
谷歌CEO桑达尔·皮查伊通过一个鹈鹕骑车的动画Demo展示了模型的物理模拟能力。海外开发者反馈显示,Carbon在逻辑推理上较Argon提升明显,思维模式独特,但在审美生成上略逊于Fable和Opus,需更精准的提示词引导。
▲开发者对Gemini 4 Carbon的评价(图源:X)
▲开发者对Gemini 4 Carbon的评价(图源:X)
多模态知识处理:基于图纸复刻建筑
在法律、金融等企业场景中,Carbon能检索分析含图表、图片的多模态文档,生成结构化报告或演示文稿。在与Artificial Analysis合作推出的多模态知识Agent评测(MKA)中,Carbon排名第二,平均单任务成本仅为榜首模型的六分之一。
演示案例显示,Carbon可根据历史照片和工程图版,生成展示埃菲尔铁塔建造过程的3D展览。另一案例中,团队仅凭一条提示词和7份规划PDF,提取206张工程视图,经一夜10轮迭代,构建出包含约90.6万个三角面的谷歌Platform 37办公楼交互式3D模型。
多Agent协作:一夜重写桌面应用
Carbon擅长处理需多Agent协作的工程任务,如跨包迁移、故障排查及架构重构。在开发网页应用时,它能自动构建、运行、验证并修复错误。
实测中,OpenCode团队下班前提交需求,次日Carbon即从零构建Rust界面库并重写桌面应用,交付可运行Demo。HubX在含1.4万项测试的代码库中测试,Carbon修复16个真实Bug的成功率达94%,且无回归问题。
此外,Carbon还能参考视频素材,在Blender中构建程序化遗迹和水体仿真,并将水下场景移植至Three.js,生成浏览器可实时渲染的交互式3D游戏。
网络安全:漏洞扫描召回率100%
Gemini 4 Carbon拥有谷歌迄今最强的网络安全能力,在漏洞发现(SEC-bench Pro)、利用(ExploitGym)和修复(CWE-bench v1)评测中领先。
在谷歌内部Project Fortify项目中,Carbon的扫描召回率达100%,分诊精确率95%。在开源代码库测试中,其漏洞发现召回率较Argon提升超25%,成功识别出此前遗漏的逻辑漏洞。
在Wiz公司的“Scan for Good”项目中,Carbon在两小时内发现两家大型SaaS服务商的未知漏洞,潜在影响涉及数万家公司,团队随后协助完成了修复。
科学科研:加速Signal协议验证
Carbon在物理、数学和生命科学推理方面表现突出。药物毒性研究公司Axiom Bio利用其发现了此前未见的毒性机制,并正将分析流程迁移至Carbon。
在代码形式化验证方面,研究人员利用AlphaProof Code框架,借助Carbon对Signal加密协议代码进行数学验证。Carbon生成了逾600万行经Lean自动检查的证明代码,将原本需数年的工作缩短至数周,仅需约1%代码需人工审查。
在酶检测开发中,Carbon帮助识别实验异常并改进色谱峰解析方法,提高了结果可重复性。在蛋白质结构预测中,Carbon协助检索到的同源序列数量平均增至原来的40倍,显著提升了低同源蛋白质家族的预测信息量。
谷歌面向科学家的免费计划已扩展至Carbon,参与者将分批获得访问权限,并有望在新一代模型上线后继续享有使用权。
结语:复杂任务进入实战检验
从重写应用到验证加密协议,Gemini 4 Carbon展示了其在复杂任务中反复调用工具、自我修正的强大能力。随着正式开放,谷歌明确了Argon与Carbon的分工:前者应对日常开发,后者攻克高难度推理难题。未来,用户在任务耗时、Token消耗及人工复核成本之间的权衡,将成为模型选择的关键。