谷歌称Carbon在智能体测试中表现优于竞品，成本不足一半

Google于周二向开发者、企业、科学家和消费者发布了Gemini 4 Carbon。

该公司表示，其最新的先锋模型在三个独立的智能体基准测试中表现最佳，且每项任务的成本不到次优外部模型的一半。

Gemini 4模型在CursorBench 4.0、WANDR和AutomationBench上领先

在发布帖子中，Google DeepMind 高级副总裁 Koray Kavukcuoglu 写道，Carbon 在 CursorBench 4.0、Perplexity 的 WANDR 以及 Zapier 的 AutomationBench 上均位列第一。Google 表示，其每项任务的成本不到次优外部模型的一半。

Google为长期、多步骤的任务构建了Carbon。它主要针对复杂的编码与调试、开放式科学研究以及网络安全领域。

此外，Google与Artificial Analysis合作构建了Multimodal Knowledge Agent基准测试。该测试评估模型对密集文件（如图表、蓝图和表格）进行推理的能力。

Carbon在该测试中排名第二。Google表示，其每项任务的平均成本比击败它的模型低了六倍以上。

Carbon在Hebbia的E2E Financial Agentic评估中与最佳测试模型持平，并在Balyasny Asset Management General Financial Intelligence基准测试的23种先锋模型配置中排名第一。

Carbon 会进行更深层次的思考，并在回答前运行更长的验证循环，这意味着它比其兄弟模型 Gemini 4 Argon 消耗更多的令牌。

11月30之后，API 费率将分别升至$4和$20

Google 保留了上个月推出的 Argon 模型。该公司表示，Argon 仍然是大多数软件工程和知识工作的推荐选择。

Carbon 用于处理那些挑战模型智能极限的任务。它分两步发布，网络安全防御者两周前已通过 Fairwind 计划获得早期访问权限。

两款模型的入门级 API 价格相同，均为每百万输入令牌 2 美元，每百万输出令牌 10 美元。Google 表示，在 11 月 30 日结束入门期后，Carbon 的费率将跃升至 4 美元和 20 美元。

Cryptopolitan 报道称，Argon 的定价低于 Anthropic 的 Claude Opus 5.5（$4 和 $20）以及 OpenAI 的 GPT-6 Astra（$10 和 $50）。

付费层级的 开发者 可以在 Google AI Studio 和 Android Studio 中使用 Carbon 进行开发。企业用户可通过 Gemini for Business 获取该服务。

Google AI Ultra 订阅者每月支付 100 美元，即可在 Gemini 应用中使用 Carbon，在搜索中使用 AI Mode，并体验 Antigravity。

Google 正在 Antigravity 中预览 /swarm，该功能可将一个提示词转换为一个协调运作的智能体团队。开发者可以将 Carbon 固定在需要最强推理能力的角色上，例如架构设计和审计，而较轻量的模型则负责并行工作。

四周前，Google 宣布正在招募 10,000 名科学家免费使用 Antigravity 中的 Argon 模型六个月。已有数千人加入，当前及未来的参与者也将获得 Carbon。

早期测试者将 Carbon 应用于安全和生物学领域。Wiz 团队在不到两小时内发现了两家主要 SaaS 提供商的零日漏洞，Google 表示。

Google 研究人员还使用 Carbon 平均从 7 个低同源蛋白家族中检索到多 40 倍的远程同源物。这些同源物被 AlphaFold 3 等结构预测模型所使用。