奇襲Claude！谷歌Gemini新旗艦全面上線，一夜復刻OpenCode桌面應用

編譯 | 楊京麗 編輯 | 李水青 11月11日消息，今天凌晨，谷歌宣佈其最強AI模型Gemini 4 Carbon正式向開發者、企業、科研人員和消費者開放。Gemini 4 Carbon在網絡安全能力和複雜知識工作、軟件工程和科學推理等領域的長程Agent工作流中，均達到前沿水平。▲谷歌宣佈開放Gemini 4 Carbon（圖源：X） 兩週前（10月28日），Gemini 4 Carbon發佈，並通過Fairwind計劃向一批網絡安全工作人員開放。此次擴大開放後，開發者和企業用戶可通過Google AI Studio和Gemini for business調用API。

Google AI Ultra訂閱用戶可在Google Antigravity、Gemini應用和谷歌搜索AI模式中體驗該模型。在用於衡量模型實際工作流表現的獨立基準測試中，Carbon兼顧了前沿的準確性和實際部署的成本。它在Cursor測評榜單CursorBench 4.0、Perplexity的WANDR和Zapier的AutomationBench中均排名第一，單任務成本不到排名最高的外部模型的一半，優於Fable 5.2、Opus 5.5等模型。▲Gemini 4 Carbon在CursorBench 4.

0測評中表現（圖源：Cursor） 在Artificial Analysis Intelligence Index上，Gemini 4 Carbon（high）以60分排名第二，僅落後於Claude Fable 5.2（max），超越Claude opus 5.5（max）、GPT-6 Astra（max）和GPT-6.1 Sol（max）等一眾模型。

▲Gemini 4 Carbon在Artificial Analysis榜單上位列第二（圖源：Artificial Analysis） 價格方面，Gemini 4 Carbon的API嚐鮮價與Argon相同，每百萬輸入Token為2美元（約合人民幣13.3元），每百萬輸出Token為10美元（約合人民幣66.7元），優惠持續至11月30日。此後的輸入和輸出價格分別為4美元（約合人民幣26.7元）和20美元（約合人民幣133.4元）。▲Gemini 4 Carbon價格（圖源：谷歌） 目前，在Gemini 4系列中，谷歌仍推薦用Argon處理大多數軟件工程和知識工作。

Carbon則面向複雜代碼調試、開放式科學研究等更難的任務，會消耗更多Token，進行更深入的推理，反覆驗證結果。谷歌首席執行官桑達爾·皮查伊（Sundar Pichai）發文稱：“Carbon做了個鵜鶘騎車的Demo，所以你不用專門測試。”動畫中，鵜鶘在谷歌園區中騎行。飛躍斜坡後，鵜鶘會張開翅膀維持平衡，隨後平穩降落在地面上繼續騎行。模型開放後，部分開發者在海外社交平臺X上發文稱，Gemini 4 Carbon較Argon提升明顯，能力很強，思考方式與Claude、GPT有所不同。

▲開發者對Gemini 4 Carbon的評價（圖源：X） 還有開發者稱，Gemini 4 Carbon較Gemini以往模型進步較大，但審美不如Fable和Opus，需要更詳細的提示詞或參考案例來引導。▲開發者對Gemini 4 Carbon的評價（圖源：X） 一、多模態知識工作評測排名第二，基於206張工程圖復刻谷歌辦公樓 在法律、金融和企業運營等場景中，Carbon可以檢索和分析大量文檔，結合其中的圖表、圖片和表格得出有材料支撐的結論，再按指定結構和格式生成電子表格、演示文稿或報告。

為了考察Agent處理工程藍圖、示意圖和數據表等複雜資料的能力，谷歌與Artificial Analysis合作推出了多模態知識Agent評測（Multimodal Knowledge Agent，MKA）。谷歌稱，Carbon在這項測試中排名第二，平均單任務成本不到榜首模型的六分之一。谷歌展示了Carbon如何把不同類型的資料做成交互應用。其中，一組Carbon Agent根據一條提示詞，將歷史照片和工程圖版做成了基於Three.js的3D展覽，呈現埃菲爾鐵塔從1887年到1889年的建造過程。

在另一項演示中，Carbon團隊根據一條提示詞和7份市議會公開的規劃PDF，從中提取206張工程視圖，經過一夜10輪迭代，做出了谷歌Platform 37辦公樓的交互式3D模型，包含約90.6萬個三角面。二、多Agent協作能力突出，一夜重寫OpenCode桌面應用 谷歌稱，Carbon擅長需要多Agent協作的工程任務，包括跨軟件包遷移、跨子系統排查故障根因和複雜架構重構。在開發網頁應用時，Carbon會反覆構建、運行和驗證，遇到錯誤後嘗試恢復，並檢查源代碼和頁面實際渲染效果。OpenCode團隊曾在下班前給Carbon一份需求清單，希望讓桌面應用與現有界面框架保持視覺一致。

第二天，Carbon已從零構建了一個Rust界面庫，重寫OpenCode桌面應用，並交付了可運行的演示。HubX則在包含1.4萬項測試的代碼庫中，用16項真實Bug修復任務測試Carbon，結果修復率為94%，測試中未出現迴歸。谷歌展示的案例中，Carbon以Gemini Omni生成的視頻為參考，在Blender中構建程序化遺蹟、水下焦散光照和水體仿真，再將水下亞特蘭蒂斯場景移植到Three.js，在瀏覽器中實時渲染，生成可交互3D遊戲。

三、漏洞發現利用修復評測領先，谷歌內部掃描測試召回率達100% Gemini 4 Carbon具備谷歌迄今最強的網絡安全能力，可以為安全團隊保護關鍵軟件提供端到端支持。通過Fairwind計劃使用的Carbon，在漏洞發現（SEC-bench Pro）、漏洞利用（ExploitGym）和漏洞修復（CWE-bench v1）三項關鍵評測中領先。谷歌在內部自動化安全項目Project Fortify中測試了Carbon。該項目覆蓋掃描、分診和修復。按谷歌內部評測，Carbon的掃描召回率達到100%，分診精確率達到95%。

在開源代碼庫測試中，其漏洞發現召回率較Argon相對提升超過25%，識別出此前遺漏的邏輯漏洞。在谷歌旗下網絡安全公司Wiz的“Scan for Good”項目中，團隊用Carbon評估公共數字基礎設施的安全性。谷歌稱，Wiz在檢查兩家大型SaaS服務商時，不到兩小時就發現了此前未知的漏洞，隨後與受影響機構合作修復，潛在影響涉及數萬家公司。四、參與驗證Signal協議代碼，科研免費計劃擴大至Carbon 谷歌稱，Carbon在物理、數學和生命科學推理方面有所提升，可用於整合實驗數據、檢驗假設和處理多步驟問題。

藥物毒性研究公司Axiom Bio稱，Carbon在其轉化科學任務中表現最佳，幫助團隊找到此前未發現的毒性機制。該公司正把用於實際科研的分析流程和Agent遷移到Carbon和Argon。在谷歌內部，研究人員已將Carbon用於代碼形式化驗證、酶檢測方法開發和蛋白質結構預測。在代碼驗證方面，研究人員搭建了名為AlphaProof Code的Agent框架，用於對Signal加密協議的實際代碼進行數學驗證。研究人員藉助Carbon和其他模型把安全目標轉寫為數學定理，Carbon生成了逾600萬行經Lean自動檢查的證明代碼，將原本需要專家耗時數年的驗證工作縮短至數週，約1%的代碼庫需要人工審查。

在酶檢測方法開發方面，Carbon根據實驗記錄和原始數據找到難以解釋的異常，幫助研究人員識別深孔板自動混合不充分、儀器中殘留微量樣品等問題，並改進色譜峰解析方法。谷歌稱，這些改進提高了實驗結果的可重複性，加快了新檢測方法的開發。在蛋白質結構預測方面，AlphaFold 3等模型可藉助多序列比對，利用進化上相關的蛋白質序列推斷摺疊結構。對於數據庫中已知同源序列較少的蛋白質，可供預測模型使用的信息也更少。谷歌稱，在CASP17盲測集的7個低同源蛋白質家族中，Carbon協助檢索到的同源序列數量平均增至原來的40倍，無需重新訓練結構預測模型即可增加其可用信息。更大範圍的評估仍在進行。

約四周前，谷歌啟動了一項面向1萬名科學家的免費計劃，提供6個月的Google Antigravity使用權限，已有數千名科學家加入。此次開放後，已有和新加入的參與者均有機會使用Carbon和Argon。谷歌將根據資格、容量和篩選結果，每週分批開放，並計劃在新一代前沿模型上線後繼續向參與者提供訪問權限。結語：Carbon正式開放，複雜任務進入實戰檢驗 從一夜重寫桌面應用，到參與驗證Signal協議的機器代碼，谷歌展示了Gemini 4 Carbon如何在一項任務中反覆調用工具、檢查結果並修正方案。

Carbon上線後，谷歌為Gemini 4系列劃出了更明確的分工：Argon處理大多數日常開發和知識工作，Carbon則用更多推理Token攻克需要多輪驗證的難題。隨著Carbon正式開放，其任務耗時、Token消耗量以及交付前還需要多少人工複核，將成為用戶模型選擇的考量因素。來源：谷歌、X