Gemini 4 Carbon 规格速查

定位

Gemini 4 Carbon 是 Google DeepMind 当前最强的一档推理配置，底座与 Gemini 4 Argon 相同，差别在每轮多花 thinking token 做探索与自我验证。2026-10-28 首发时只对 Fairwind 计划的网络防御方开放，2026-11-10 全面开放，模型 ID 为 gemini-4-carbon。

它不替代 Argon。Google 自己的建议是多数软件工程与知识工作继续用 Argon，Carbon 只接需要多轮验证的难题。这句话决定了它的采购位置：升级项，不是默认项。

从 Argon 迁到 Carbon 不需要改请求结构，换模型字符串即可，但 max_output_tokens 与 HTTP 超时要按更长的思考链路放宽，否则会在高思考档上频繁中断。

规格与价格

价格是限时的。12 月 1 日起输入与输出同时翻倍，缓存读同步翻倍，Batch 只把这刀砍回一半。按 3:1 混合估算（输入价 ×0.75 + 输出价 ×0.25，自算），11 月混合单价 4 美元，12 月起 8 美元。

免费档没有，Google AI Pro 也没有，Pro 订阅里的重活仍指向 Argon。可用入口是 Gemini API 付费层、AI Studio 和 Managed Agents。

65,536 是同步请求的天花板。开启后台模式后，输出可以拉到 100 万减去输入的长度，适合一次性产出整份报告或整段代码库改造方案，代价是拿不到即时返回。做批量任务时，这一档比反复同步调用更省事。

跑分与口径

Artificial Analysis 智能指数 60（high）、58（medium），这是第三方独立口径。同一指数下 Claude Fable 5.2 为 64.6（max）/61.8（high），Carbon 排第二，差距来自思考预算而非底座。

CursorBench 4.0 略低于 60%、排第一；Zapier AutomationBench 1.0.6（657 题）53.9%，高于 Argon 的 51.3%、Sonnet 5.5 的 44.7%、GPT-6 Astra 的 41.4%；与 Artificial Analysis 合作的 MKA（200 题）排第二，平均单任务成本约为第一名的六分之一。后两项由 Google 转述第三方榜单，模型卡未逐项列原始分。

安全数字全部是官方口径，且无第三方复测：模拟网络攻击中拦截 99% 攻击轨迹，单次突破率 0.8%（Argon 3.1%）；375 题智能体诚实性测试 92%（Argon 70%）。这类数字衡量的是限定场景下的拦截率，不能外推成通用安全性。

指数本身也有版本差。模型卡里引用的是更早一版的 59 分，Artificial Analysis 当前的 60 分是公开 API 开放后重测的结果，两者不能混成同一次测量。引用时写清版本与思考档，比记住一个整数更重要。

适用与不适用

适合：可排队的长程 agent 编码、跨 PDF 与表格幻灯片的资料整合、安全防御分析与漏洞验证、批处理任务。Artificial Analysis 按 $4 / $20 标价估出的单任务成本约 7.76 美元，不到 Fable 5.2 的三分之一，这是它最硬的卖点。

不适合：低延迟对话，首 token 常在 60 秒以上，比 Argon 慢一截；预算敏感的免费与 Pro 档用户；以及把 Carbon 当 Argon 默认替换的团队——多花的 thinking token 会计入输出账单。

本站判断（能力、价格效率、可得性三项）：能力上接近第一梯队（AAII 60，落后 Fable 5.2 约 4.6 分），价格效率上在 11 月内接近最优、12 月后回落，可得性上因全面开放、无审批而得高分；扣分来自涨价与首 token 延迟。

参考来源

参考来源：Google DeepMind Gemini 模型页、Artificial Analysis Gemini 4 Carbon 模型页、36氪 2026-11-11 报道。

延伸阅读：Gemini 4 Carbon 全面开放：Agent 评测登顶，单价 2 美元。