发生了什么
谷歌 DeepMind 于 11 月 10 日在官方博客宣布，Gemini 4 Carbon 面向付费开发者开放，可通过 Google AI Studio 的 Gemini API 与 Gemini for business 调用；AI Ultra 订阅用户则在 Antigravity、Gemini 应用与搜索的 AI Mode 中陆续获得入口。这是 Carbon 在 10 月借 Fairwind 计划只对部分网络安全防御人员定向开放之后，第一次大规模放开。
谷歌同时给 Carbon 与同门的 Gemini 4 Argon 划了分工：Argon 继续承接多数日常软件工程与知识工作，Carbon 用于「测试模型智力上限」的任务，包括复杂多步调试、开放式科研、法律与金融文档分析。官方说法的关键一句是，Carbon 会消耗比 Argon 更多的 token，用于充分探索、深入推理与多轮验证。
数字与基准
- 定价：介绍期每百万输入 token 2 美元、输出 10 美元，与 Argon 相同；2026 年 11 月 30 日介绍期结束后调整为 4 美元与 20 美元。
- 基准：CursorBench 4.0、Perplexity 的 WANDR、Zapier 的 AutomationBench 三项排名第一，单任务成本比次优外部模型低一半以上；与 Artificial Analysis 合作的 MKA 基准排名第二，单任务平均成本低六倍以上。
- 金融：在 Hebbia 的端到端金融智能体评测中与最佳模型持平；在 Balyasny 资产管理的通用金融智能基准上，于 23 个前沿模型配置中排名第一。
- 安全：内部 Project Fortify 的漏洞扫描召回率 100%、分诊精确率 95%；在 ExploitBench 与 CyScenarioBench 的模拟攻击中阻断 99% 攻击轨迹，单次尝试突破率 0.8%，Argon 为 3.1%。
企业侧的实际含义
对采购方而言，比榜首位置更值得算的是价格结构：介绍期只有三周，之后单价直接翻倍。Carbon 的设计本身就会多花 token 换准确率，单价上涨叠加用量上升，单任务成本可能与宣传口径出现明显偏差。上线前应当用自家真实任务做一次 token 消耗与通过率的对照测试，而不是只看基准名次。
安全能力方面的变化更值得关注：谷歌称 Carbon 在 Gray Swan 的间接提示注入基准上把攻击成功率压到 0%，在 Trajectory Labs 的 132 小时、13000 多次请求外部测试中没有出现新的通用越狱，智能体诚实性基准通过率 92%、Argon 为 70%。这些数字由谷歌与合作方给出，尚无第三方复现。
不确定之处
官方博客没有披露上下文窗口大小；/swarm 仍是 Antigravity 中的预览功能，把 Carbon 分配给架构设计与审计、用轻量模型并行执行、再由对抗性验证器检查每次改动，这套流程目前只有谷歌自述效果，没有客户侧可比数据。CASP17 盲测中同源序列检索量提升 40 倍的说法同样来自企业自行评估。另外，三项榜首基准均由其自身或合作方口径发布，横向比较时须打折扣。