奇袭Claude！谷歌Gemini新旗舰全面上线， 直扑AI编程主战场

下班前丢给它一份需求清单，第二天一早，一个从零写成的界面库和重写好的桌面应用已经摆在面前。

这不是科幻桥段，而是谷歌为新模型准备的“成绩单”之一。

北京时间11月11日凌晨，谷歌宣布其最强AI模型Gemini 4 Carbon正式向开发者、企业、科研人员和消费者开放，API还推出了限时半价。

这款模型10月28日发布时，只通过名为Fairwind的计划向一批网络安全人员开放。两周后全面上线，谷歌的矛头直指当下最热的AI编程和智能体赛道。

一、榜单争先，价格先打“半折”

按谷歌的说法，Carbon在网络安全、复杂知识工作、软件工程和科学推理等长程智能体任务中均达到前沿水平。

开发者和企业可通过Google AI Studio和Gemini for business调用API。

Google AI Ultra订阅用户则能在Antigravity开发环境、Gemini应用和谷歌搜索AI模式中体验。

在几项衡量真实工作流的第三方测评中，Carbon在Cursor的CursorBench 4.0、Perplexity的WANDR和Zapier的AutomationBench上都排名第一。

谷歌称，它的单任务成本不到排名最高的外部模型的一半，表现优于Claude Fable 5.2、Claude Opus 5.5等对手。

在第三方机构Artificial Analysis的综合智能指数上，Carbon高推理档以60分排名第二，仅次于Claude Fable 5.2的最高档。

排在它身后的，还有Claude Opus 5.5和OpenAI的GPT-6系列等一众强手。

价格是另一张牌。尝鲜期内，每百万输入Token收费2美元，每百万输出Token收费10美元，与上一款Gemini 4 Argon持平。

这一优惠持续到11月30日，之后价格翻倍，分别为4美元和20美元。

谷歌也给出了明确分工：日常开发和大多数知识工作仍推荐用Argon。Carbon则专攻复杂调试、开放式科研等难题，会花更多Token深入推理并反复验证。

这种“一快一慢”的组合，有点像餐厅里的家常菜和主厨特供：前者管饱管快，后者费工费料，专门啃硬骨头。

谷歌首席执行官皮查伊还晒出一段Carbon生成的动画：一只鹈鹕骑车穿过谷歌园区，飞跃斜坡时张开翅膀保持平衡，再稳稳落地。

二、一夜重写应用，能力从代码延伸到安全

谷歌最想展示的，是Carbon“多智能体协作”的本事，比如跨软件包迁移、跨子系统排查故障根因和复杂架构重构。

开头那个故事来自开源编程工具OpenCode团队。他们希望桌面应用与现有界面框架保持视觉一致，第二天，Carbon已用Rust从零写出界面库，重写了桌面应用，并交付可运行演示。

另一家公司HubX在一个包含1.4万项测试的代码库中，用16个真实Bug考它，修复率达到94%，而且没有引入新的问题。

在多模态任务上，谷歌与Artificial Analysis推出了多模态知识智能体评测，Carbon排名第二，平均单任务成本不到榜首模型的六分之一。

一个演示中，Carbon团队只凭一条提示词和7份市议会公开的规划文件，提取出206张工程视图。

经过一夜10轮迭代，它搭出了谷歌Platform 37办公楼的交互式3D模型，包含约90.6万个三角面。

另一组演示里，它把历史照片和工程图纸做成了基于Three.js的3D展览，重现埃菲尔铁塔从1887年到1889年的建造过程。

网络安全是Carbon的另一张王牌。谷歌称，它在漏洞发现、漏洞利用和漏洞修复三项关键评测中均处于领先。

在谷歌内部安全项目Project Fortify中，Carbon的扫描召回率达到100%，分诊精确率为95%。不过，这些都是谷歌的内部评测结果。

谷歌旗下网络安全公司Wiz用它检查两家大型SaaS服务商，不到两小时就发现了此前未知的漏洞，随后与对方合作完成修复。谷歌称，潜在影响涉及数万家公司。

三、从实验台到数学证明

科研是谷歌着力强调的第三条战线。研究人员搭建了名为AlphaProof Code的智能体框架，用来对加密通信软件Signal的协议代码做数学验证。

简单说，就是把“这段代码是安全的”翻译成可以严格证明的数学定理，再一步步证给计算机看。

据谷歌介绍，Carbon生成了600多万行经过Lean自动检查的证明代码，把原本需要专家耗时数年的工作压缩到几周，只有约1%需要人工审查。

在实验室里，它也像一位细心的助手。在酶检测方法开发中，Carbon从实验记录里揪出了深孔板混合不充分、仪器残留微量样品等问题。

蛋白质结构预测则是另一个例子。

对于已知“亲戚”序列很少的蛋白质，AlphaFold 3这类模型能参考的信息有限。

谷歌称，在CASP17盲测集的7个低同源蛋白质家族中，Carbon帮助检索到的同源序列平均增加到原来的40倍。更大范围的评估仍在进行中。

在谷歌内部，研究人员还把Carbon用在了代码形式化验证、酶检测方法开发和蛋白质结构预测等方向。

药物毒性研究公司Axiom Bio也表示，Carbon在其转化科学任务中表现最佳，帮团队找到了此前未发现的毒性机制。

约四周前，谷歌还启动了一项面向1万名科学家的免费计划，提供6个月Antigravity使用权限。如今参与者将分批获得Carbon和Argon的使用机会。

开发者的初步反馈有褒有贬。有人认为Carbon比Argon提升明显，思考方式和Claude、GPT不太一样。

也有人吐槽，它的审美还比不上Claude Fable和Opus，需要更详细的提示词或参考案例来引导。

需要看到的是，上述成绩大多来自谷歌自己的展示和合作方测评。真正投入实战后，任务耗时、Token消耗以及交付前需要多少人工复核，才是用户最终用脚投票的依据。

AI大模型的竞赛，正从“谁更聪明”转向“谁能更便宜、更可靠地把活干完”。Carbon的全面开放，让这场较量又添了一把火。