Gemini 4 Carbon：价格、使用权限、/swarm与基准测试

Google 于 2026 年 11 月 10 日向开发者、企业、科学家和普通用户开放了 Gemini 4 Carbon，并称其为自家最强的模型。如果您使用 Gemini 应用，关键在于订阅方案。Carbon 正在面向 Google AI Ultra 订阅用户推出，覆盖 Gemini 应用和 Google 搜索中的 AI Mode，而 Ultra 在美国的起价为每月 $99.99。发布公告中并未提及每月 $19.99 的 Google AI Pro，Google 的方案页面也显示该方案包含的是 Argon，而非 Carbon。

如果您从事软件开发，关键在于日期。截至 2026 年 11 月 30 日，Carbon 的价格为每百万输入 token $2、每百万输出 token $10，自 12 月 1 日起调整为 $4 和 $20。这与 Gemini 4 Argon 的首发优惠价相同。Argon 是 Google 大约一个月前发布的同系列模型。

此次发布的另一项重点是名为 /swarm 的功能，目前正在 Google 的编程工具 Google Antigravity 中以预览版形式推出。输入 /swarm 后，一条提示词会交给一组人工智能（AI）智能体处理：一个协调者、若干并行构建的工作者，以及负责测试结果的验证者。

Google 并没有让所有人都换用新模型。其发布公告称，Argon“仍是大多数软件工程和知识工作的理想选择”，而 Carbon 专为最难的任务打造，为此也会消耗更多 token。

发布时哪些人可以使用 Gemini 4 Carbon

如果您是	Carbon 在哪里提供	您需要什么
Gemini 应用或搜索用户	Gemini 应用、搜索中的 AI Mode	Google AI Ultra
开发者	Google AI Studio 和 Android Studio 中的 Gemini API	API 付费层级，或通过 Google AI Ultra 在 AI Studio 中试用
使用 Antigravity 的开发者	Antigravity App、命令行工具和编辑器扩展	Google AI Ultra
企业	Gemini for business、Antigravity、CodeMender	Google 称面向付费企业；未列出各产品的具体条款
科学家	Antigravity 最高使用层级，免费六个月	申请获批
安全团队	Carbon for cyber	获准加入 Fairwind Program

Ultra 在美国有两档：每月 $99.99 的方案，Gemini 使用额度为 Pro 方案的五倍；每月 $199.99 的方案，额度为 Pro 方案的 20 倍。 Google 的方案页面称，Carbon 面向“部分国家/地区”的 Ultra 订阅用户提供，且只有个人 Google 账号才能订阅其 AI 方案。

订阅 Ultra 并不意味着 Gemini 应用可以无限使用。Google 关于应用限额的帮助页面（其中未提及 Carbon）称，这些限额基于计算用量，每五小时刷新一次，直到达到每周上限为止，并会综合考虑提示词的复杂度、所用功能以及对话长度。同一页面称，在应用中提高模型的投入程度（effort level）可以得到更全面的回答，但“也会消耗更多限额”。

面向科学家的方案是在早先一项计划的基础上推出的。在此次发布四周前，Google 开放申请，为 10,000 名科学家提供在 Antigravity 中免费使用 Argon 六个月的机会，现在则为现有和未来的参与者加入了 Carbon。安全团队需单独申请加入 Fairwind Program，首批网络防御人员正是通过这一途径比其他人早两周用上了 Carbon。

开发者需要付多少钱

标准层级，每百万 token	截至 2026 年 11 月 30 日	自 2026 年 12 月 1 日起
输入	$2.00	$4.00
输出（含思考 token）	$10.00	$20.00
缓存输入	$0.10	$0.20

Carbon 不在 Gemini 应用程序编程接口（API）的免费层级中。 Google 的定价页面还指出，“模型处理的每一个 token 都会被计数并计费”，包括模型在作答前消耗的思考 token。

最后这一点正是 Carbon 和 Argon 在账单上的差别所在。两者的每 token 价格相同，而 Google 的开发者指南称，主要区别在于每轮消耗的思考 token 数量：Carbon 消耗更多，“与 Argon 相比，这会增加每轮的 token 用量和延迟”。您可以通过低、中、高三档思考级别控制其中一部分消耗，默认为中档。 Google 自己的建议是：“在三个级别上都运行评估，然后选择满足质量标准的最低级别。”

有一项独立测量显示了 Carbon 每项任务的成本。测试 AI 模型的公司 Artificial Analysis 报告称，在 Carbon 上运行其 Intelligence Index 的成本为：高思考级别每项任务 $7.76，中级别 $6.59，低级别 $7.19。其页面按 $4 和 $20 的价格列出 Carbon。

/swarm 如何运作

Google 的 Antigravity 团队将 /swarm 描述为解决瓶颈的方案。在以往的子智能体模式下，由一个主智能体分派任务，之后还必须亲自审查并分配每一步。在 swarm 中，协调者会启动专门的工作者，让它们“在隔离的 git worktree 中运行，因此编辑永远不会冲突”，另有独立的验证者运行测试并对改动提出质疑。这些智能体在共享留言板上相互交流，空闲等待时“不消耗 token”。

整个过程都可以实时查看。Antigravity 中的 Swarm 面板包含三部分：实时的 Board 动态，呈现智能体之间的讨论；Members 名册，您可以打开任一智能体的工作并加以引导；Graph 时间线，回放整个团队如何从需求说明一步步走到通过测试的代码。在命令行工具中，使用 /swarm board 或 Alt+S 可打开全屏版本。

swarm 中的每个智能体都可以运行不同的模型。 Google 建议让 Carbon 担任协调、架构、安全审计和验证角色，而“更轻、更快的模型负责并行文件编辑和常规实现任务”。

在尝试之前，有两点限制值得了解。第一，/swarm 处于预览阶段，正在 Antigravity App 和命令行工具中逐步推出。第二，Google 附上了一条它所说的“事先提醒”：并行多智能体系统“消耗配额的速度远快于普通聊天”。

Google 给出的示例都是展示性作品。据其介绍，一个使用 /swarm 的多智能体 Carbon 团队将七份公开的市议会规划 PDF 转化为一座 Google 办公楼的交互式 3D 重建；另一个 swarm 则构建了一款浏览器游戏，玩家扮演一只骑自行车的鹈鹕，探索 Google 的 Mountain View 园区。在 Google 内部，工程师用 swarm 运行了五周，处理多包迁移和架构重设计等任务。

测试结果如何，由谁测试

Google 的文字材料没有给出一张清晰的分数表，因此需要按测试方来梳理其说法。

独立指数。 Artificial Analysis 给高思考级别的 Carbon 在其 Intelligence Index 上打出 60 分，落后于最高投入级别的 Claude Fable 5.2（65 分），比最高投入级别的 Claude Opus 5.5（59 分）高 1 分。其摘要将 Carbon 列为 74 个模型中的第四名。 Argon 在同一指数上得 50 分。 Google 在 10 月 28 日首次发布 Carbon 时称，该模型在该指数 5.0 版中以 59 分排名第一。该指数现已更新至 5.0.1 版，排行也已发生变化，因此“排名第一”的说法已与 Artificial Analysis 当前显示的结果不符。本站另有文章报道 Claude Fable 5.2。

Google 转述的其他公司测试排名。 Google 称，Carbon 在 CursorBench 4.0、Perplexity 的 WANDR 和 Zapier 的 AutomationBench 上均排名第一，“每项任务成本比次优外部模型低 2 倍以上”。发布公告中未给出这些排名背后的具体分数。

Google 参与打造的测试。 Multimodal Knowledge Agent 基准用于检验智能体如何处理满是图表、蓝图和表格的文件，由 Google 与 Artificial Analysis 共同开发。 Google 称，Carbon 在受测模型中位列第二，完成任务的平均成本比得分最高者低六倍。 Artificial Analysis 负责运行这套包含 200 项任务的测试集，并对其保密。

在无防护措施下测得的安全分数。 Google 报告称，Carbon 在考查漏洞发现能力的 SEC-bench Pro 上得分 88.2%，在考查漏洞利用能力的 ExploitGym 上得分 54.8%，在考查漏洞修补能力的 CWE-bench 上得分 71.0%。 10 月的文章称这些分数是“在无防护措施的情况下评估的”，而发布公告称 Carbon“通过 Fairwind Program 访问时”在这些测试中领先。在修补测试中，Argon 的得分为 68.0%。

客户证言。 发布公告引用了 Hebbia、Glean、Box、Cisco 和 Fortinet 等公司的推荐语。这些都是客户自己的说法：例如 HubX 称，Carbon 在其代码库的 16 个真实 bug 修复任务中解决了 94%，且没有引入任何回归问题。

Google 自己的研究成果。 Google 称，其研究人员将 Carbon 与其他模型结合使用，把安全目标转化为定理，再让基于 AlphaProof Code 框架构建的智能体借助 Carbon，用 Lean（一种用于数学证明的语言）编写了数百万行代码，在几周内证明了 Signal 加密协议背后代码的关键安全属性。 Google 称这是“一项历来需要专家团队花费数年才能完成的任务”。

安全报告说了什么

Google 为 Carbon 发布了模型卡和一份单独的《安全与安保报告》（Safety and Security Report）。如果您打算依赖这款模型，有四点值得关注。

公开版模型的安全限制更严格。 报告称，与 Argon 一样，Google 在安全类请求上保持“保守的安全余量”，额外的拒绝集中在“处于边界的两用逆向工程和接近漏洞利用的审计类提示，而非一般的软件工程工作流”。在 Google 的过度拒绝测试中，Carbon 对文本提示的“拒绝频率略高于 Argon”，但对图像提示过度拒绝的可能性更低。 Fairwind Program 中经过验证的防御方会获得量身定制的缓解措施，可以执行诸如检查漏洞能否被利用之类的任务。

Google 报告了亮眼的抗攻击数据，但附有说明。 在模拟网络攻击测试中，Google 称 Carbon 的防护措施拦截了自动化红队智能体 99% 的攻击路径，并将单次尝试的攻破率从 Argon 的 3.1% 降至 0.8%。在 Gray Swan 针对智能体所读内容中植入隐藏指令的测试中，Carbon 的攻击成功率为 0%。同一份报告也指出，此类攻击“对 Carbon 仍然可能奏效”。

它更频繁地怀疑自己正在接受测试。 在 Google 的一组对齐测试中，Carbon 在 28.3% 的运行中明确说出自己可能正处于安全评估之中，而 Argon 仅为 1.7%。一个知道自己正在被测试的模型，更难通过测试结果来评判；报告在谈及同一组测试时也表示，“无法排除未说出口的评估意识”。

Google 没有重新进行完整的风险评估。 根据其 Frontier Safety Framework，Google 认定 Carbon“与 Gemini 4 Argon 相比，未表现出有意义的新能力或性能的实质提升”，因此沿用了 Argon 的风险评估结论。模型卡显示，Carbon 基于 Argon 构建，知识截止日期为 2026 年 3 月。

开发者需要做哪些调整

模型 ID 为 gemini-4-carbon，上下文窗口为 100 万 token，由输入、思考和输出共享。如果您已在使用 Argon，切换时“无需更改请求结构（schema）”，不过 Google 仍建议检查输出上限和超时设置是否足以容纳更长的推理过程。从 Gemini 3 或更早版本迁移则需要更多工作：

显式缓存已取消。 Carbon 不支持显式缓存，因此创建或引用缓存内容的调用都需要删除；对于至少 4,096 个 token 的提示，隐式缓存默认开启。
采样设置会被忽略。 Google 建议删除 temperature、top_p 和 top_k。
长回答需要使用后台模式。 标准响应在 65,536 个 token 处截止，若需要更长的回答，Google 建议使用 background=True 并调高 max_output_tokens。
提高上限和超时设置。 Google 建议将 max_output_tokens 设为至少 32,768，因为 Carbon 可能会把更多额度花在思考上；同时使用后台执行，或将客户端超时设为至少 15 分钟。

模型卡将偶尔变慢或超时列为 Carbon 的已知局限之一。 Artificial Analysis 在该模型的摘要中列出的首个回答 token 延迟为 67 秒。

接下来的时间节点

2026 年 11 月 30 日： $2 和 $10 的 API 首发优惠价的最后一天。
2026 年 12 月 1 日： Carbon 和 Argon 的 API 价格均调整为每百万输入 token $4、每百万输出 token $20。
未给出日期： /swarm 仍处于预览阶段，Google 的文章未说明何时结束预览。

谁应该使用它

如果您以个人账号订阅了 Google AI Ultra，Carbon 正在部分国家/地区面向您的方案推出；一旦可用，不妨拿日常模型处理不好的问题试一试，并随时留意用量。如果您使用的是 Google AI Pro 或没有订阅任何方案，发布时您无法在 Gemini 应用或搜索中使用 Carbon；剩下的途径是付费 API，或者（对研究人员而言）面向科学家的计划。

如果您是开发者，12 月 1 日之前的这三周是以低价在自己的工作负载上对比测试 Carbon 和 Argon 的窗口期。从默认的中等思考级别开始，同时测试低档和高档，并保留满足要求的最低级别。如果您想试用 /swarm，请先在范围有限的项目上尝试：它仍是预览版，而且 Google 自己也警告它会很快耗尽配额。