10 月 28 日，Google DeepMind 放出 Gemini 4 Carbon。
上一款旗舰 Gemini 4 Argon 是 10 月 13 日发的，中间只隔了两周。
官方给它的定调很清楚，最强模型，强在网络安全和长任务。署名的是 DeepMind 高级副总裁 Koray Kavukcuoglu。
最硬的证据来自第三方。Artificial Analysis 的智能指数刚更新到 v5.0，Carbon 拿 59 分。
上一代 Argon 同榜 50 分，GPT-6 Astra 57，Claude Opus 5.5 是 58。
9 分的跨度在这张榜上不算小。Argon 当时的 50 分，只比垫底的 Fable 5.1 高 1 分。
但这款模型今天下载不到。
本周只发给一小批网络安全防守方，之后通过 Fairwind 计划逐个放给受信任的伙伴。从开发者到普通用户都还得等，官方口径是「尽快」。
价格倒是先定了。每百万 token 输入 2 美元、输出 10 美元，和 Argon 的引荐价一模一样。
引荐期结束后回到 4 美元和 20 美元。
Google 自己的说法是「刻意放慢节奏」。另一层原因写在公告里，同期还在走美国政府那套自愿的发布前测试。
分涨了 9 分，写代码还差 Opus 5.5 三分
Carbon 的涨分集中在复杂推理、知识调用和科学题。
AA 的九项评测里，Carbon 拿了四个第一。
四个第一落在 HLE-Diamond、Terminal-Bench-Science、AA-Omniscience、AutomationBench-AA，都是推理、知识和科学题。
编程这一栏没守住。AA 用 Antigravity CLI 跑 Coding Agent Index，Carbon 59 分，Claude Opus 5.5 是 62。
Argon 同口径 53 分。上一代在这个项目上被甩得更远，AA 的说法是 Google 向来偏弱，这次才算追回到牌桌边。
HN 上也有不服的。有人讲，嘴里的「最强模型」其实就是编程最强那个，按这个算，Carbon 还排在 Opus 5.5 和 Astra 后面。
官方对照表里也有明摆着输的项。FrontierSWE 2 拿 61.2%，GPT-6 Astra 65.5%，Opus 5.5 是 62.3%。
测电脑操作的 OSWorld-2.1，Opus 87.2%，Carbon 81.5%。
另一家评测机构 Vals AI 给的综合准确率是 70.36%，全场第二，输给 Claude Sonnet 5.5 的 70.85%，比 Opus 5.5 的 70.18% 略高。
赢的项更扎眼。Terminal-Bench 4.0 官方口径 65.2%，三家对手都没到 60。
长上下文 GraphWalks 96.2%，Astra 71.8%，Opus 66.8%。
长任务这一项是真的按天算。
官方说内部团队让 Carbon 连着跑好几天，中途走进死路会自己退回来，在几十万行的老代码里定位和修细微的 bug。
网页开发这块升了 89 个 Elo，WebDev Arena 排到第四，1,768 分。
账单换算一下更清楚。AA 按标准价算，跑完一道智能指数的题要 7.76 美元，Opus 5.5 是 10.04，便宜两成三。
同一道题 Carbon 吐的 token 也少 29%。
AA 的记录里有一项翻了车。回答准确率从 48% 升到 58%，编造率从 4% 升到 11%。
后者仍是榜上第二低，但比上一代高了一截。
它自己揪出 88.2% 的漏洞，所以先只给防守方
网络安全是这次的主打，也是限流的理由。这一块跟上一代和对手都拉开了差距。
官方给了三个数。找真实漏洞的 SEC-bench Pro 88.2%，Argon 83.4%，OpenAI 的 GPT-6 Astra 85.4%。
判断漏洞能不能被利用的 ExploitGym，54.8%，Argon 42%。
补丁那一项 CWE-bench 拿 71.0%，Argon 68%。
88.2% 是什么意思？给一堆真实开源软件里埋着的漏洞，十个里有将近九个能自己翻出来，不用人指路。
官方还举了两个内部例子。Chrome 团队说，生成高质量补丁时，比其他实验室的前沿模型好 10 倍以上。
云安全公司 Wiz 说网页渗透测试这一项领先。
这两个都是 Google 自己测的，评测时也没挂护栏，官方在表里注明了 evaluated without guardrails。
所以 Hacker News 上那条 800 多分的讨论，分数没吵起来，吵的是「拿不到」。
一拨人卡在发布日期上。「没有发布日期就别发预告」这句话被重复了好几遍，有人干脆把 vaporware 这个老词翻了出来。
一拨人在玩梗。官方说这是最好的模型，底下最狠的一句回复只有八个字：「她只是去了另一所学校。」
另一拨人怀疑榜单本身。AA 这一版把部分私有基准也算了进去，那些题外面看不到，只能信评测机构自己。
还有人按官方链接点过去，发现榜单页上压根没上线 Carbon，顺手记了一句：这看着不像大厂该有的样子。
Google 给的理由是节奏，要「随着反馈迭代护栏」。说白了，这个模型能替防守方找漏洞，别人拿去了也一样能找。
什么时候轮到你用，看 Opus 5.5 那边怎么接
眼下能确定的是顺序，先拿网安圈子试水，再按 Fairwind 名单放开。AA 记了一笔，上一代 Argon 发布时也是这么走的。
折扣同样是五折的首发价，结束日期没公布。
也就是说 2 美元和 10 美元只是眼下的价，什么时候涨回 4 美元和 20 美元，Google 自己也没说死。
而 Claude Opus 5.5 那把椅子还没让位。
AA 的编程智能体榜上 Opus 还坐着第一，Google 这次翻的是智能指数那一栏。
所以接下来比的，是谁能接下按天算的长活。谁先把「连着跑三天不出岔子」做成默认，谁就先拿到下一批企业的单子。
评论区