Gemini 4 Carbon能给谷歌挽尊吗？
两周两发旗舰，谷歌把榜首抢了回来
2026年10月28日，谷歌发布Gemini 4家族新旗舰Carbon。此时距离上一款旗舰Argon发布仅过去四周，距离Argon广泛开放仅过去两周。如此激进的发布节奏，在谷歌大模型历史上相当罕见。
独立评测机构Artificial Analysis给出的Intelligence Index v5.0分数显示，Carbon（High）拿到59分，排名全球第一。排在它后面的是Claude Opus 5.5的58分和GPT-6 Astra的57分。谷歌自行公布的17项对比测试中，Carbon有15项超越所有竞品，两项落后——分别是FrontierSWE 2（61.2%对GPT-6 Astra的65.5%）和OSWorld-2.1（81.5%对Claude Opus 5.5的87.2%）。Arena社区盲测同步放榜，文本总榜1528分全球第一，Agent总榜全球第二。
分差只有一两分，但这个位置过去半年一直在Anthropic和OpenAI之间轮换。Argon发布时被广泛视为谷歌的强势回归，但未能登顶综合榜单；Carbon这次把名次真正拿到了手。
网络安全与长周期任务成为主攻方向
谷歌官方博客将Carbon定位为“最强模型”，核心强调两大能力：网络安全与长周期任务。把这件事和同一天的财报放在一起看，逻辑就清晰了。
更值得注意的是它具体强化的场景。谷歌官方公告明确提到：Carbon重点强化了编程、Agent工作流与网络防御三个场景。三组数据说明问题：
- 发现真实软件漏洞的SEC-bench Pro，Carbon拿到88.2%
- 验证漏洞可利用性的Exploit Gym，拿到54.8%
- 生成根因修复方案的CWE-bench，拿到71.0%
这三项都是在未开启安全防护限制的条件下测得的。生成安全代码的成功率比上一代Argon提升了一倍以上。Chrome团队的报告更加直白：在生成高质量补丁方面，Carbon比“另一家实验室的大型前沿模型”高出10倍以上。
长周期任务能力是另一项关键升级。谷歌DeepMind表示，内部团队已经观察到Carbon在多步工程问题上连续运行数天——比如在大型代码库和底层系统中定位根因并修补漏洞。遇到失败路径，它会自己换一种方案继续尝试。这意味着模型不再只做“单次问答”，而是能长时间自主推进复杂工作，逐步承担过去需要工程师大量参与的任务。在GraphWalks测试中，Carbon从Argon的84.2%提高到96.2%，超过GPT-6 Astra的71.8%，这项测试考察的是模型在长达百万Token上下文中追踪复杂关联的能力。在Terminal-Bench 4.0终端编程测试中，Carbon也从Argon的57.1%提高到65.2%。网页开发方面，Carbon在WebDev Arena上的评分较Argon提高89个Elo分，以1768分升至第四名。
跑分赢了，股价却崩了
技术榜单上的好消息，并没有转换成资本市场的信心。
10月28日美股常规交易时段，Alphabet股价还上涨了1.34%。但随着财报公布，股价迅速转跌，盘后跌幅一度超过10%。Carbon刚刚拿下全球第一，也未能挽住投资者信心。
原因之一在广告业务。第三季度谷歌广告收入820.12亿美元，同比增长约11%，但比分析师预期低了约14.1亿美元。财报电话会上谷歌高管承认：AI Mode虽然带来了快速增长的查询量，但每次查询的广告变现水平仍低于传统搜索，这在一定程度上拖累了搜索业务的收入增速。
原因之二在花钱速度。第三季度Alphabet资本开支达到513.55亿美元，自由现金流降至负90.65亿美元，连续第二个季度为负。本季度现金流还受到52亿美元欧盟罚款支付以及TPU系统备货等因素影响，但基础设施投资的压力确实在持续累积。财报同时给出指引：2027年资本开支预计超过3000亿美元。Alphabet三季度整体营收1275.77亿美元、增长25%，净利261.7亿美元、下降24%。
在广告增速放缓与资本开支激增的夹击下，一个全球第一的模型，很难单独构成看多理由。
普通用户“暂时用不了”，跟进的窗口在哪里
截至2026年10月29日，Carbon尚未向公众开放，普通用户和开发者都无法使用。谷歌表示，从本周起先向部分网络安全防御人员开放，之后通过Fairwind Program逐步扩大至更多受信任的合作伙伴。公开的Gemini API模型列表中还没有Carbon，谷歌对开发者、企业和普通用户只写了“尽快”，没有公布具体日期。Ars Technica的标题说得更直接：这是“你还用不到的最新前沿模型”。
需要注意的是，Carbon在Artificial Analysis上的综合测试平均单次成本为7.76美元，比Claude Opus 5.5的10.04美元低约23%。这意味着更强的代码执行能力和更低的重试率——便宜不是因为单价低，而是一次做对的概率高。这个逻辑接下来可能会淘汰一批靠低价刷调用量的模型。
皮查伊在财报电话会上透露：Gemini App用户数已经达到10亿，成为谷歌历史上增长最快的产品；谷歌自有模型API每分钟处理近320亿Token，是一年前的四倍以上。谷歌CEO同时也表示，随着更多员工获得Carbon使用权限和算力支持，未来一年内部生产效率还有望进一步提高。
Carbon大概率能快速取代Argon成为主力模型——两者的定价结构完全一致（每百万Token输入2美元、输出10美元），一旦面向大众开放，开发者和企业客户会自然迁移过去。Argon的生命周期注定短暂，这反映出谷歌完全愿意快速淘汰旧旗舰，把位置让给真正的赢家。但资本市场的疑问在于：广告基本盘的增速放缓、AI Mode变现率的下滑、基础设施投入的无底洞——这些都不是一两次跑分第一能回答的。
