昨天，Gemini Carbon 正式上线，我立马去冲了个 100 美金的 Ultra。
不到一天，周额度已经耗掉了一半多……
▲ 图：周额度剩余 48.60%
Carbon 真的那么不经用吗？还是什么其他原因？
这篇文章就来具体说说我踩过的坑，以及一些我的体验和官方建议的使用方法。
第一次使用 Carbon：慢，但结果值得等
从 Carbon 正式能用到现在，这一天多的时间，我几乎都在使用它。
用过这么多模型，Gemini Carbon 可能是特么最奇特的一个。
怎么形容它呢？我想了半天，可能用“人狠话不多”更贴近一点。
就是一句指令发下去，它直接低头闷干，等了半个小时甚至更久一口气把结果全呈现出来。
这个中间你可以去喝咖啡、睡觉，不需要你任何参与。更奇葩的是，它甚至没有什么信息反馈。
这让我很不习惯，我甚至要时不时去问它“现在什么进展了？”
为了让大家有个直观的感受，我总结了一下昨天那篇测评文章里面几个案例的执行情况。
▲ 图：五个案例的执行耗时
在我使用的绝大部分场景里，最终交付的东西质量都非常高，几乎可以做到完全不需要再调整，或者只要做很细小的调整。
所以，尽管看起来它很慢，要思考很久，但从需求到交付的总时间来看，我觉得它反而是快的。
话说如此，但我还是很不习惯这种方式，我还是喜欢有立即响应的。而且有一说一，我仍然觉得它的额度消耗太快了！
更可怕的是，这样也会带来一个严重的问题，如果开始的需求没有描述清楚。它以这样的方式干活，带来的结果也是灾难性的。
只能推倒全部重做，我遇到过这样的情况，那一刻整个人真是崩溃的。
▲ 图：先对齐，再开始
踩一脚这种坑的不止我一个。
科技媒体 Every 创始人 Dan Shipper（@danshipper）昨天也在 X 上晒了一次翻车：同事把待办清单丢给 Carbon，它认出 6 项任务后刹不住车，自己猛干完 15 项。
它甚至连旁边同事负责的活都顺手改了，闷头跑了四个半小时才被叫停。
折腾完这一圈我才彻底明白，Carbon 跟以前所有模型的使用方式都不一样。
刚好谷歌官方昨天发了一份长篇使用指南。
原文塞满了给程序员看的代码，我把里面的技术黑话全剔掉，只讲普通用户最关心的几件事：它到底怎么用、同门的 Argon 差在哪、怎么选、推理深度怎么调以及其他一些更好的使用方法。
Carbon 和 Argon 怎么选
好多人看到王牌模型上线，第一反应就是把旧模型全换掉。我就是这样，什么活都用最强的模型去干。
但谷歌今天这份官方指南，第一页就在劝大家收手：绝大多数日常知识工作，继续用同门的 Gemini 4 Argon 就够了。
它俩底子一样，都能一次塞进约 100 万 token（约六七十万汉字）的资料，长视频、录音、上千页 PDF 和 Office 原件都能直接拖进去读。
拉开差距的地方，在于肯花多少力气较真。
按谷歌的说法，Argon 更省时间和额度，但碰到绕弯的细节偶尔会简化；Carbon 则会花更多时间反复推演。
不过我用下来的感觉是，Argon 其实也不算快。
▲ 图：Carbon 与 Argon 的差异
我拿同一道复杂题盲测过，Carbon 后台思考量大概是 Argon 的 3 倍，换来两样真本事：细节不糊弄，缺资料也不瞎编。
▲ 图：官方偏移与作弊率测试
官方测试里，材料缺数据时它有 98% 的概率老实提醒，评测作弊率更是直接压到了 0%。
@danshipper 团队的测试里，改邮件、翻外文、写常规总结这些任务，两款模型几乎没差别。
我的体感是，硬要拿 Carbon 和 GPT、Opus 比，它真的慢，额度消耗也挺快。不是所有事都值得交给它。
特别重、需要反复思考的任务，我才更愿意用 Carbon。一般的活儿和简单任务，我觉得没必要。
问题是 Argon 在我这儿也慢。所以我更想搭配 Flash 或其他模型：按任务挑，才更能发挥 Carbon 的价值。
那什么活才值得动用 Carbon？官方指南划出了三大看家方向：
▲ 图：Carbon 的三类用途
大项目死磕排错：自己通读上千份文件抓漏洞，改完自动跑测试修通。
复杂资料深挖出成品：几百页 PDF、长视频和账本一锅端，直接做出带公式的表格、PPT 或长报告。
零基础做交互与 3D：给几句想法或草图，就能把交互网页、物理规律和齿轮咬合一次写全。
Abacus.AI 创始人 Bindu Reddy（@bindureddy）刚晒出的实测账单也印证了这一点：
▲ 图：综合分与任务成本对比
从这份测试看，Carbon 在编程、研究和数据分析上的得分较高，适合处理这些方向的复杂任务。
这份测试中，Carbon 综合分为 83.5，略高于 Opus 5.5 的 83.4；单次成功任务成本约 2.02 美金，不到 Opus 5.5 的三分之一。它的槽点是慢，哪怕调低档也比 Opus 慢约 3 倍。
也因为 Argon 对我来说仍然偏慢，我一直盼着谷歌快点发新一代 Flash。刚好博主 @bebuu_ai 曝出传闻，新快模叫 Gemini 4 Hydrogen：
▲ 图：Hydrogen 传闻跑分
它每秒能飙到 350～500 词，综合智力 58 分紧咬 Carbon（59 分），长文档检索甚至拿了全场第一。等它上线，快活慢活就彻底齐了。
思考等级怎么选
前面说了两个模型怎么选，一个更困惑的问题是模型里面的「思考等级」到底选哪个好？
我一般用默认的思考等级。碰到很简单的任务，就降到最低；特别复杂的任务，再把等级调高。
但说实话，什么算简单、什么算复杂，这个判断很主观。我自己也未必每次都选得准。
Carbon 目前提供 3 档思考等级：低、中、高。
▲ 图：Carbon 的思考等级
思考等级就是推理深度（Carbon 已取消传统的“温度”调节）。官方定位很直接：
低档：几乎不多想直接答，只适合批量打标签、提取现成信息。
中档：默认推荐档，速度与准确率最均衡，日常分析、写方案选它就够。
高档：算力拉满反复推演，留给几十份文档排雷或从零规划大项目。
注意千万别为了省额度拿“低档”干复杂活，反而更烧钱。
▲ 图：思考等级与任务开销
CursorBench 实测里，默认“中档” 67 步搞定、花销最低；切到“低档”因为想太浅反复出错返工，跑了 124 步，账单比高档还贵近三成。
▲ 图：模型得分与费用对比
只要稳在默认“中档”，Carbon 得分稳压贵一倍多的竞品；加上 11 月底前 API 还在半价期（输入 2 美金、输出 10 美金/百万 token，12 月恢复原价），大活交给它很值。
用好 Carbon 的五个习惯
很多时候我会觉得 Carbon 慢，的确，它是一个慢思考模型。
那到底怎么样高效地使用这种模型？
结合我的教训和谷歌团队那份指南合在一起，其实不用懂半句技术，改掉五个日常提问习惯就够用。
▲ 图：五个使用习惯
派长活前，先让它反问你：它一跑就是半小时，别上来只丢半截想法。
写方案或做网页时，可以先说：“我想做［任务］。先别写成品，把没说清的条件列三四个问题问我，我确认后再开干。”
验收别喊“仔细检查”，直接给硬尺子：客套话没用，得给能打钩的硬指标。
比如排行程、核合同时，直接写明标准：“交卷前自己核对：每天换乘不超两次、预算八千内、前后数字一致，全达标再发我。”
做排版和视觉，直接甩参考图：憋三百字形容词，不如直接拖两张顺眼的样板图进去。
排汇报页或整理文档时，可以附上参考图，再说：“先拆解参考图的配色、字号和留白规律，再照着排我的文档。”
超大工程，快慢模型高低搭配：没必要全程烧 Carbon，按“重—轻—重”拆开最省额度。
比如做 10 家竞品报告，先让 Carbon 定框架和核对表，切 Argon 填常规资料，最后再交给 Carbon 挑错汇总。
干完活顺手存提醒、画图解：磨了好几轮才调顺的任务，关窗口前把经验存下来。
复杂任务收尾时，可以说：“把刚才走弯路的地方总结成三句避坑提醒，方便我下次贴；再把最终方案画成一页流程图解。”
在哪里使用 Carbon
目前用上 Gemini 4 Carbon 主要有三个入口：
▲ 图：Carbon 的使用入口
Gemini 网页版与 App：最省心，下拉菜单直接选档；需开每月 99.99 美金的 Ultra（20 美金 Pro 只能用 Argon）。
Google AI Studio：不想包月可绑卡按量付费尝鲜，注意两款模型都没有免费层。
Antigravity 桌面端与第三方：跑本地大工程或多智能体（/swarm）下官方桌面端（高校师生可领 6 个月免费）；跨模型对比可去 Abacus.AI 或 OpenRouter。
面对这种一头扎进去干半小时的慢思考模型，省额度就一个秘诀：按下回车前，多花两分钟把边界划死。
这篇就聊到这儿。要是对你有用，点个赞，也分享给需要的朋友。
参考资料
Google for Developers 官方指南：Gemini 4 Carbon: Developer Guide
https://x.com/googledevs/article/2120261599500161276
Google 官方博客：Gemini 4 Carbon is now generally available
https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-carbon-now-available/
Google AI Studio 官方文档：What's new in Gemini 4 Carbon & Gemini thinking
https://aistudio.google.com/docs/whats-new-gemini-4-carbon
Google One AI 订阅方案官方说明：Google AI Plans
https://one.google.com/about/google-ai-plans/
Cursor 官方评测榜单：CursorBench 4.0 Leaderboard
https://cursor.com/cursorbench