摘要： Google 在 2026 年 11 月 10 日宣布 Gemini 4 Carbon 正式開放給開發者、企業、科學家與一般消費者，由 Google DeepMind 資深副總裁 Koray Kavukcuoglu 對外發布。這是繼 10 月 28 日發布與兩週前 Fairwind Program 限定的資安 defenders 試用之後的全面推出，價格沿用 Argon 的入門定價。對產品開發者而言，重點不在跑分本身，而是首次能以入門價格取得一個專為長程代理工作流設計的模型。
這次實際開放了什麼
開放範圍有三層。API 層面，付費開發者與企業可以在 Google AI Studio（根據開發者版公告，也包括 Android Studio）使用 Carbon；消費端則逐步推送到 Google AI Ultra 訂閱戶，涵蓋 Google Antigravity、Gemini app，以及搜尋裡的 AI Mode。
比較值得注意的是 Google Antigravity 裡預覽的 /swarm：把單一 prompt 展開成一個可即時追蹤的多代理團隊。Google 給的示範分工很具體——Carbon 負責最吃推理的角色，例如架構設計、協調與審計，搭配更快的小模型在多個隔離工作區並行，再用對抗式驗證器檢查每一筆變更。這對我們的啟發是：貴模型不該每一步都用，而是留給協調與驗證這種最貴的節點。我在先前那份針對安全編碼的初版分析已提過 Carbon 的定位，這次正式開放把定位變成了可用資源。
為什麼 Carbon 用更多 token——機制層面
依 Google 的說法，Carbon 與 Argon 的分工很清楚：Argon 仍然是多數軟體工程與知識工作的首選；Carbon 針對的是「測試模型智力上限」的任務——複雜的多步驟編碼與除錯、開放式的科學研究——手段是用比 Argon 更多的 token 去徹底探索、深入推理，並執行延伸的驗證循環。
10 月的發布文補了一個實務細節：內部團隊觀察到 Carbon 能連續執行「以天計」的任務，跨越死胡同持續推進大型程式碼庫裡的根因分析與修補。也就是說，成本模型要按「單任務總 token 消耗」算，而不是按單次請求算。
資安與代理基準的具體數字
在 Google 引用的獨立代理基準上，Carbon 排名第一：CursorBench 4.0、Perplexity 的 WANDR、Zapier 的 AutomationBench，而且每任務成本比次佳外部模型低超過 2 倍。資安方面，10 月發布時的數字是 SEC-bench Pro 88.2%（找漏洞）、ExploitGym 54.8%（利用驗證）、Collinear 的 CWE-bench 71.0%（修補）。
實戰案例有兩個值得留意。Project Fortify——Google 跨掃描、分流、修補的自動化系統——在內部基準上，Carbon 掃描召回率 100%、分流精確度 95%，開源程式碼測試的召回率相對 Argon 提升超過 25%。另外 Wiz 的 Scan for Good 團隊用 Carbon 掃描兩家大型 SaaS 供應商，在兩小時內找出 0-day 漏洞，把數週的漏洞研究壓縮到一個下午。
安全對齊方面，10 月公告給出的內部數字包括：Terminal-Bench 4.0 的成功作弊率降到 0.0%（作弊嘗試 0.4%）、Gray Swan 間接提示注入基準的攻擊成功率 0.0%、越權行為減少 26%、服務不足減少 29%。
取捨與尚未確定的事
幾個成本與限制要說清楚：
- token 消耗是設計成本。Carbon 用更多 token 換深度驗證，適合高價值、低頻率的任務；日常工程工作維持用 Argon 更合理。
- Multimodal Knowledge Agent 基準只排第二。這是 Google 與 Artificial Analysis 合作推出的新基準，Carbon 雖然輸給榜首，但平均每任務成本低超過 6 倍——排名與經濟性是兩回事。
- 數字多為 Google 或合作方回報，尚無獨立第三方完整驗證；批次評測前別直接照搬宣稱的性價比。
- 兩個細節目前沒有答案：CVR 團隊證明可利用的兩個開源漏洞，細節要等責任揭露流程結束才會公布；另外，這篇錨定公告的原始頁面文字在擷取時被截斷，結尾（科學家計畫的收尾段落）不完整，我沒有從截斷處往後推論任何結論。
下一步該驗證什麼
如果你手上已有 Argon 的長程代理任務，最直接的下一步是把同一批任務在 Carbon 上重跑一次，按每任務總 token 成本對比，而不只看單價——兩者入門定價相同（每百萬輸入 token $2、輸出 $10，快取輸入為輸入價的 95% 折扣），差異會全部反映在 token 用量上。若你用 Antigravity，也值得試一下 /swarm，把 Carbon 限定在協調與審計角色，觀察多代理分工對你的工作流是否真的省時間。前述所有基準數字都來自 Google 自述或合作方回報，自己跑一次才有決策價值。
參考來源
- Gemini 4 Carbon is now available
- Gemini 4 Carbon is now available for developers.
- Gemini 4 Carbon: our next frontier model
在 X 上查看原貼文