先说结论:Gemini 4 Carbon 是 Google 在 2026 年 11 月 10 日向付费开发者开放的 Gemini 4 旗舰模型,面向最难的长周期 Agent、复杂编程、科学推理和网络安全任务。 官方引入期价格与 Gemini 4 Argon 相同:每百万 tokens 输入 $2、输出 $10,缓存读取 $0.10;2026 年 12 月 1 日起改为 $4 / $20 / $0.20。模型 id 是 gemini-4-carbon,上下文 1,048,576 tokens,免费档不可用。官方建议多数软件工程和知识工作仍先用 Argon,Carbon 更适合要榨干模型上限、也愿意多花思考 tokens 的任务。
本文数字首次核对于 2026-11-12(Asia/Shanghai),并在 2026-11-15 补充了 LMArena 成绩、刷新了 Artificial Analysis 的速度和成本数据。依据 Google 官方 发布博客、开发者公告、模型卡、Gemini API 模型页 和 价格页,以及 Artificial Analysis:Gemini 4 Carbon (high)、LMArena Text 和 LMArena WebDev。官方自测和第三方数据会分开写。独立上手长文仍不多,第三方测评陆续出来后会再更新。
Gemini 4 Carbon 是什么
官方博客的说法:
- 2026 年 10 月 28 日先向 Fairwind 计划里的部分网络安全防御方开放;11 月 10 日起,付费 Gemini API(Google AI Studio、Gemini for business)对所有付费开发者和企业开放
- Carbon 基于 Argon,官方称是目前最强的 Gemini,用在「测试模型智力上限」的任务上:多步复杂编程和调试、开放式科研,思考时会比 Argon 用掉更多 tokens
- Argon 仍被官方定位为大多数软件工程和知识工作的首选
- 付费 API 之外,Google AI Ultra 订阅者可在 Google Antigravity、Gemini 应用和搜索的 AI 模式里用到 Carbon;科学家可申请 Antigravity 最高用量档,Argon 和 Carbon 试用 6 个月(滚动录取,视资格和名额)
- 更完整的攻防能力(官方称为 Carbon for cyber)仍要通过 Fairwind 计划申请,模型卡也写明部分网络安全基准测的是这条访问路径
规格速查
| 项目 | 官方说明 |
|---|---|
| 模型名 | Gemini 4 Carbon |
| Gemini API id | gemini-4-carbon(稳定版同名) |
| 上下文 | 1,048,576 tokens(输入和输出合计) |
| 最大输出 | 默认同步 65,536 tokens;配合官方 long decode 可到 1,048,576 |
| 输入模态 | 文本、图像、视频、音频、PDF |
| 输出 | 文本(不支持图像生成、语音生成和 Live API) |
| 思考 | 支持,档位为 low / medium / high |
| 缓存 | 只支持隐式缓存,不支持显式缓存 |
| 其他能力 | 代码执行、Computer Use、函数调用、结构化输出、File Search、URL context、Google Search / Maps Grounding;Batch、Flex、Priority 推理均支持 |
| 知识截止日期 | 2026 年 3 月(模型卡) |
| 免费档 | 不可用;思考 tokens 以及 Grounding 时的工具说明、函数声明都会计费 |
官方价格
官方 Gemini Developer API 价格页 按每百万 tokens、美元计价。引入期到 2026 年 11 月 30 日,2026 年 12 月 1 日起改为常规价。博客注明:涨价只适用于面向公开访问的 Carbon。
| 项目 | 引入期(至 11 月 30 日) | 2026 年 12 月 1 日起 |
|---|---|---|
| 标准输入 | $2.00 | $4.00 |
| 标准输出(含思考 tokens) | $10.00 | $20.00 |
| 标准缓存读取(仅隐式) | $0.10 | $0.20 |
| Batch / Flex 输入 | $1.00 | $2.00 |
| Batch / Flex 输出 | $5.00 | $10.00 |
| Batch / Flex 缓存读取 | $0.05 | $0.10 |
| Priority 输入 | $3.60 | $7.20 |
| Priority 输出 | $18.00 | $36.00 |
| Priority 缓存读取 | $0.18 | $0.36 |
Google Search Grounding:Gemini 3 及更新模型共享每月 5,000 次免费请求,超出后每 1,000 次 $14,并受每天 1,500 次上限约束。一次用户请求可能触发多次搜索,按实际查询次数计费。Google Maps Grounding 同样是每月 5,000 次免费(共享),之后每 1,000 次查询 $14。
AI Code With 已上架,模型 id 是 gemini-4-carbon,公开价与官方引入期相同:输入 $2、输出 $10,缓存读取 $0.10(来自 AI Code With 模型价目,截至 2026-11-15)。显式缓存同样不可用。
官方公布的基准分数
以下全部是 Google 模型卡里的自测结果(标注为 2026 年 10 月;网络安全几项写明是通过 Fairwind 访问时的成绩),测试设置和第三方不完全一样,仅供参考。
| 基准 | 测什么 | Gemini 4 Carbon | 对照(官方表) |
|---|---|---|---|
| AA Index v5.0 | 综合智能指数 | 59 | Argon 50;GPT-6 Astra 57;Claude Opus 5.5 58;Claude Fable 5.1 49 |
| Vals Index v2.2 | 综合 | 70.4% | Argon 69.2%;Astra 65.0%;Opus 5.5 70.2% |
| SWE-sweep | Agent 软件工程 | 9.6% | Argon 4.3%;Astra 9.5%;Opus 5.5 3.6%;Fable 5.1 2.9% |
| FrontierSWE 2 | Agent 软件工程 | 61.2% | Argon 55.0%;Astra 65.5%;Opus 5.5 62.3%;Fable 5.1 56.3% |
| Terminal-Bench 4.0 (AA) | 终端 Agent | 65.2% | Argon 57.1%;Astra 59.1%;Opus 5.5 59.6%;Fable 5.1 52.0% |
| Agents' Last Exam v1.1 | 电脑操作 | 77.4% | Argon 69.0%;Astra 73.1%;Opus 5.5 71.6% |
| OSWorld-2.1(offline 子集) | 电脑操作 | 81.5% | Argon 74.7%;Astra 80.9%;Opus 5.5 87.2%;Fable 5.1 76.8% |
| AutomationBench(Zapier) | 业务流程 | 53.9% | Argon 51.3%;Astra 41.4%;Opus 5.5 42.5%;Fable 5.1 31.4% |
| Vending-Bench 2 | 经营(银行余额) | $16,484 | Argon $13,718;Astra $15,515;Opus 5.5 $9,235;Fable 5.1 $5,422 |
| Chartography | 读图表 | 72.5% | Argon 71.6%;Astra 71.0%;Opus 5.5 66.3%;Fable 5.1 46.2% |
| Blueprint-Bench 2 | 图纸理解(相似度) | 58.6% | Argon 54.4%;Astra 49.7%;Opus 5.5 51.2%;Fable 5.1 41.9% |
| GraphWalks(256k–1M,BFS F1) | 长上下文 | 96.2% | Argon 84.2%;Astra 71.8%;Opus 5.5 66.8%;Fable 5.1 65.0% |
| RiemannBench | 数理 | 80.0% | Argon 76.0%;Astra 72.0%;Opus 5.5 69.6%;Fable 5.1 65.6% |
| Terminal-Bench-Science 0.1 (AA) | 科研 Agent | 64.8% | Argon 52.9%;Astra 63.3%;Opus 5.5 59.0%;Fable 5.1 43.3% |
| CWE-bench | 漏洞修补(Fairwind) | 71.0% | Argon 68.0%;Astra 68.0%;Opus 5.5 67.0%;Fable 5.1 58.0% |
| ExploitGym | 漏洞利用评估(Fairwind) | 54.8% | Argon 42.0%;Astra 42.4%;Opus 5.5 34.5% |
| SEC-bench Pro | 漏洞发现(Fairwind) | 88.2% | Argon 83.4%;Astra 85.4% |
官方发布博客还引了几项独立基准,同样是官方转述,不是我们复测:称 Carbon 在 CursorBench 4.0、Perplexity 的 WANDR,以及 Zapier 的 AutomationBench 上排第一,且单任务成本不到「下一个外部最佳模型」的一半;与 Artificial Analysis 合作的 Multimodal Knowledge Agent(MKA)上排第二,平均单任务成本不到第一名的六分之一。这些名次没有在模型卡表里逐项给出原始分,这里只按官方原文转述。
模型卡也写了限制:可能幻觉;高思考档有时更慢、更容易超时,也会为了冲分多用 tokens;越狱和间接提示注入仍在加强。
第三方评测
Artificial Analysis
Artificial Analysis:Gemini 4 Carbon (high) 的独立测试结果(截至 2026-11-15)。智能指数用的是 v5.0.1。与 11 月 12 日稿相比,AA 现在按仍有效的引入期标价 $2 / $10(缓存 95% 折扣)估算成本,不再用常规价 $4 / $20;速度和单任务耗时也一并刷新,智能指数分数没有变。
| 档位 | 智能指数 v5.0.1 |
|---|---|
| Low | 54 |
| Medium | 58 |
| High | 60 |
High 档更多第三方数据(来自 AA 模型页,2026-11-15 核对):
- 智能指数 60,该模型页对照里是 #4 / 80,高于同页给出的中位数 41。模型卡引用的是更早的 AA Index v5.0 分数 59(2026 年 10 月、公开 API 开放前),和现在的 60 不要混成同一次测量
- 跑一个指数任务平均约 $5.48(按 AA 采用的引入期 $2 / $10 估算),每题平均耗时约 31.3 分钟;输出速度约 65 tok/s,到第一个回答 token 约 71.75 秒(含思考时间)
- 很啰嗦:跑完整套指数产出约 2.05 亿输出 tokens,同页中位数约 7730 万
- High 档分项仍沿用 2026-11-12 的核对(之后 AA changelog 没有改 Carbon 的智能指数分项):AA-Briefcase v1.1 Elo 1611;AutomationBench-AA 77.8%;Terminal-Bench 4.0 65.2%;FrontierCode-AA 2.0 40.6%;AA-Omniscience v1.1 54;GDP.pdf 28.4%;HLE-Diamond 69.1%;CritPt v2(Hard Subset)69.0%;Terminal-Bench-Science 0.1 64.8%。其中 AutomationBench-AA 和官方表里 Zapier 的 AutomationBench(53.9%)不是同一套题,不能直接比
LMArena
LMArena Text 公开榜(页面标注 2026-11-11,2026-11-15 核对)里,Gemini 4 Carbon (High) 暂列第 1:1526±10,4,273 票,状态是 Preliminary。紧随其后的是 Gemini 4 Argon (High) 的 1522±5(20,779 票)。两个分数的误差区间是重叠的,现在还不能把「领先」理解成已经拉开差距。
同一天标注的 LMArena WebDev 上,Carbon (High) 是 1768±15,2,120 票,第 4 名,同样标了 Preliminary。当时第 1 是 Claude Fable 5.2 (xHigh) 的 1838±21(1,215 票)。
独立博客或社区里带实测步骤和结果的长文还很少。第三方测评陆续出来后会再更新。
优缺点和适合谁
优点:
- 官方把它放在 Gemini 4 的最强档:长上下文 GraphWalks、部分科学和知识工作基准高于 Argon;AA 智能指数 High 档目前是 60,LMArena Text 上 High 档暂列第一(初步,和 Argon 误差重叠)
- 和 Argon 同价,引入期 $2 / $10,对已经在用 Gemini API 的团队迁移成本低
- 统一 1M 上下文,默认同步输出 65K,需要时可用 long decode 拉到 1M
- 原生多模态输入(文本、图像、视频、音频、PDF),并支持 Computer Use、代码执行和 Grounding
- AI Code With 已经上架,模型 id 和引入期官方价可以直接用
需要注意:
- 官方自己说它比 Argon 更耗 tokens、更高思考档可能更慢或超时。AA 测 High 档单题约 31.3 分钟、首个回答 token 约 71.75 秒,不适合当日常快模型
- 12 月 1 日起标准价翻倍到 $4 / $20,评估成本时不要只看现在的引入期
- 免费档没有;只支持隐式缓存
- 更完整的网络安全能力走 Fairwind,不是改个模型名就能获得模型卡里那些攻防分数
- LMArena Text 虽然暂列第一,但仍是 Preliminary,票数也明显少于 Argon;独立上手长文还很少
适合:
- Argon 或同类旗舰仍然达不到要求的难编程、长周期 Agent、大规模迁移和科研自动化
- 需要 1M 上下文,并且能接受更高思考档的时延和 token 消耗
- 已经在用 Gemini API / AI Studio / Antigravity,希望在同价位试更强一档
不太适合:
- 日常改 bug、写页面、常规问答——官方建议先用 Argon
- 对延迟和单次成本敏感、需要快速回第一句话的场景
- 必须走免费档,或需要显式缓存、图像/语音生成、Live API 的场景
- 普通账号下的完整攻防研究(要走 Fairwind)
怎么接入
Google 官方 API
把请求里的模型名设成 gemini-4-carbon 即可,只在付费档可用。完整规格和迁移说明见官方 Gemini 4 Carbon 模型页 和 What's new in Gemini 4 Carbon。思考档位为 low、medium、high;需要超过默认 65K 的输出时,按官方 long decode 文档来开。
AI Code With
截至 2026-11-15,AI Code With 已上架 Gemini 4 Carbon,模型 id 是 gemini-4-carbon,公开价与官方引入期相同(输入 $2、输出 $10,缓存读取 $0.10)。
在支持自定义模型名的客户端里填 gemini-4-carbon。Claude Code 的通用配置步骤见《Claude Code 如何接入第三方 API》。Codex 的配置见《Codex 接入 AI Code With》。
来源核对
核对日期:2026-11-15(Asia/Shanghai);官方规格和模型卡分数沿用 2026-11-12 的核对,本次主要补第三方榜单并刷新 AA 速度与成本。
官方:
- Google:Gemini 4 Carbon is now available
- Google:Gemini 4 Carbon is now available for developers
- DeepMind:Gemini 4 Carbon model card
- Gemini API:gemini-4-carbon
- Gemini API:Pricing(Gemini 4 Carbon)
- Google:Introducing Gemini 4 Carbon(2026-10-28 宣布及引入期价格)
第三方:



