谷歌在 11 月 10 日把自家最强的前沿模型 Gemini 4 Carbon 正式推向所有付费开发者与企业客户。两周前，它还只通过 Fairwind 计划掌握在少数网络安全防御机构手里；现在，开发者在 Google AI Studio 里调 API、订阅用户在 Gemini 应用里切换模型，都能用上它。体验价定得相当激进：每百万输入 token 2 美元、输出 10 美元，但 11 月 30 日一过就直接翻倍。对开发者来说，这次开放真正值得琢磨的，是「token 消耗更高、单任务成本反而更低」这笔反直觉的账，以及 Antigravity 里那条能拉起一支智能体团队的 /swarm 命令。
从 Fairwind 到正式开放：Carbon 与 Argon 的分工逻辑
先理清时间线。Carbon 在 10 月 28 日就已亮相，但最初两周只面向 Fairwind 计划中的网络安全防御者开放，相当于一场带押金的公测；11 月 10 日才是真正意义上的全面放开。
很多人关心它和上月发布的 Gemini 4 Argon 是什么关系。按谷歌官方的说法，两者是互补而非替代：Argon 依然是大多数软件工程和知识工作的首选，日常写代码、整理文档、处理常规任务，用 Argon 就够了；Carbon 则是冲着「测试模型智能上限」的任务去的——跨多个模块的复杂编码与调试、开放式的科学研究、需要长程推理的智能体工作流。国内科技媒体在报道中也提到，谷歌把 Carbon 定位为主打网络安全、软件工程与长程智能体任务的旗舰。简单说，Argon 是主力干将，Carbon 是关键时刻请出来的 specialists，怎么在两者之间分配任务，会成为接下来开发者成本优化的第一道题。
定价与时间表：$2/$10 体验价月底到期，12 月 1 日起翻倍
价格是这次发布里最敏感的部分。体验期内，Carbon 的 API 定价为每百万输入 token 2 美元、每百万输出 token 10 美元，与 Argon 的体验价持平；谷歌在博客脚注中写明，这一价格仅适用至 11 月 30 日，12 月 1 日起调整为每百万输入 4 美元、输出 20 美元，直接翻倍。作为参照，Anthropic 近期发布的 Claude Fable 5.2 定价为每百万输入 8 美元、输出 40 美元，也就是说 Carbon 翻倍之后的单价依然只有对手的一半。
需要注意的细节还有几个。Carbon 没有免费层，模型用于推理的「思考 token」也照常计费；能接受延迟的批量接口按半价计费，缓存命中的输入部分价格更低。这些规则组合起来，意味着实际账单的弹性远大于标价本身——同样的任务，会不会安排批量、能不能吃上缓存、思考预算给多少，最终花费可能差出数倍。对预算敏感的团队来说，12 月 1 日这个时间点必须写进排期表：要么在体验期内把重度任务跑完，要么提前评估翻倍后的成本模型。
基准成绩：CursorBench 4.0 登顶，单任务成本不到对手一半
谷歌这次给出的成绩单里，最扎眼的是三项独立基准的第一名：编码基准 CursorBench 4.0、Perplexity 的研究智能体基准 WANDR、Zapier 的自动化基准 AutomationBench，而且都是在「单任务成本比次优外部模型低超过 2 倍」的前提下拿下的。这里就引出了前面说的那笔账：Carbon 完成任务消耗的 token 比 Argon 多得多，因为它要彻底探索、深度推理、还要跑扩展的验证循环，单价乘以用量，总账单大概率更高；但换一个口径按「每解决一个任务的花费」来算，它反而更便宜。海外科技媒体援引 Artificial Analysis 的测算称，按标准价计算 Carbon 平均每解决一个任务花费约 7.76 美元，甚至低于更早的轻量经济型模型，而成绩更好。
在与 Artificial Analysis 合作推出的新基准 MKA（多模态知识智能体）上，Carbon 拿到第二名，平均单任务成本比排名第一的模型低超过 6 倍——这个基准专门考察模型在智能体工作流中消化图表、蓝图、原理图、表格等密集文件的能力，对做文档自动化和企业知识库的团队参考价值不小。当然，基准成绩受任务集合与评测方法影响，不能直接等同于实际业务表现；第三方榜单的可信度本身也是行业焦点，Anthropic 最近开源的 FlashProve 项目就在尝试给大模型回答盖上防调包的密码学印章。另据国内科技媒体援引 ARC Prize 官方榜单的消息，Carbon 的验证成绩已收录，榜单标注其评测成本为 7200 美元。
Antigravity /swarm 预览：一条提示词拉起一支智能体团队
随 Carbon 一起预览的 /swarm 功能，可能是对开发者工作方式影响最深远的部分。在 Antigravity 里输入一条指令，系统会把它拆解成一支实时可追踪的协同智能体团队：Carbon 负责需要最深推理的角色——架构设计、任务协调、代码审计——更快更轻的模型则在并行隔离的工作区里处理具体任务，每一次更改都要经过对抗性验证器的检验。
谷歌在博客里晒出的案例相当能说明问题：一条提示词把历史照片和工程图纸变成埃菲尔铁塔 1887 至 1889 年建造过程的交互式 3D 展览；另一条提示词吞下 7 份市议会规划 PDF、提取 206 个工程图纸视图，经过 10 轮隔夜运行，重建出一座办公楼 90.6 万三角面的 Three.js 模型；还有基于学术论文搭出的交互式纺织可视化器，以及一个骑鹈鹕逛谷歌校园的开放世界小游戏。这些demo的共同点在于：单条提示、多智能体协作、数小时到一整夜的无人值守运行。对个人开发者来说，这种「下指令然后睡觉」的开发方式以前只存在于想象里。
安全成绩单与真实战果：两小时揪出 0-day
由于先在网络安全圈子里摸爬滚打了两周，Carbon 的安全数据也比一般发布会上的跑分更有看头。官方数字包括：模拟网络攻击环境中拦截 99% 的自适应红队攻击轨迹；单次尝试突破率 0.8%，Argon 为 3.1%；375 项任务的智能体诚实基准通过率 92%，Argon 为 70%；在 Gray Swan 的提示注入基准上攻击成功率做到 0%，谷歌同时承认面对某些复杂攻击分布仍有改进空间。
实战层面，与谷歌合作的云安全公司在扫描两家大型 SaaS 提供商时，两小时内发现了 0-day 漏洞——原本需要数周的研究被压缩到一个下午；谷歌内部的漏洞研究团队则用 Carbon 证明某流行开源软件的两个漏洞可被实际利用，协助维护者将其重新定级为严重并快速修复。科学研究方向的进展同样密集：AlphaProof Code 框架用 Carbon 生成了超过 600 万行 Lean 证明代码，在约 4 周内完成了对 Signal 加密协议关键安全属性的数学化验证，这类工作过去需要专家团队干上数年。面向科学家的免费计划也已扩展到 Carbon，此前开放的 1 万个名额仍在按周滚动接入。
开发者实际影响：渠道、成本与选型建议
落到实操层面，不同人群的切入点不一样。开发者现在就能在 Google AI Studio 的付费 Gemini API 里调用 Carbon，Android Studio 同样支持；企业客户通过 Gemini for business 的模型下拉菜单选用，还有配套的自动修复工具链。普通用户这边，AI Ultra 订阅（美国起价每月 100 美元）会在 Gemini 应用、搜索 AI 模式和 Antigravity 中逐步解锁 Carbon，搜索 AI 模式里有每日用量限制。需要提醒的是，谷歌仍建议大多数编码与知识工作继续用 Argon，把 Carbon 留给真正的硬骨头。
实际用下来的建议是：先在体验期内用小规模任务摸清 Carbon 在你自己的业务场景里的 token 消耗基线，再决定哪些工作流值得迁移；跨模块调试、长文档分析、智能体编排这类任务优先尝试，高频常规调用继续留在 Argon 或更轻的模型上。12 月价格翻倍后，单价优势会收窄一半，但按单任务成本计算的账依然成立——真正要担心的不是价格，而是没有为不同任务建立模型分层的团队，账单会在不知不觉间失控。
网友评论
- 「体验价一个月就要翻倍，谷歌这是把『先用再涨价』玩明白了，不过比起别家 8 美元的输入价还是香。」
- 「跑了个跨仓库重构的任务，token 用量是 Argon 的三倍多，但一次就改对了，算下来还真比反复返工便宜。」
- 「/swarm 那个办公楼重建的案例看呆我了，就想问一句：这玩意儿什么时候对普通 Ultra 用户开放？」
- 「基准全是谷歌自己挑的吧，等第三方复现结果，别又是发布会跑分。」
总结
Gemini 4 Carbon 的正式开放，把「旗舰模型按需调用」变成了开发者触手可及的日常选项。它的定价策略很直白：体验期低价拉你入场，12 月起回归正常价，同时用 CursorBench 4.0 登顶和单任务成本减半的账本说服你留下来。对普通用户来说，短期内能在 Gemini 应用里用上它就算不错；对开发者来说，真正的工作是在 11 月 30 日之前想清楚——哪些任务值得交给这个烧 token 但一次做对的模型，哪些继续留给 Argon。分层用模型的时代的确来了。
