AI 大模型的发布节奏已经快到让人应接不暇。
就在刚刚，Google DeepMind 正式宣布，旗下最新旗舰模型 Gemini 4 Carbon 正式面向开发者、企业、科研人员及普通消费者提供服务。
Carbon 是目前 Gemini 家族综合能力最强的公开上线模型，尤其擅长复杂编程、网络安全、科学推理，以及需要长时间执行的多智能体任务。
图｜官方博客 https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-carbon-now-available/
两周前，谷歌已经通过 Fairwind 计划向部分网络安全防御人员开放 Carbon，如今进一步扩大了使用范围。
与此前发布的 Gemini 4 Argon 相比，Carbon 主要面向复杂软件工程、跨领域研究等高难度任务，能够消耗更多 Token 进行深入推理、反复验证和错误修正，而 Argon 继续承担大多数日常编程和知识工作。
在 CursorBench 4.0、Perplexity WANDR 和 Zapier AutomationBench 三项基准测试中，Carbon 均排名第一，单任务成本比表现次优的外部竞争模型低了一半以上。
价格方面，Carbon 的 API 优惠价格与 Argon 相同，每百万输入 Token 为 2 美元，每百万输出 Token 为 10 美元，12 月 1 日起将分别调整至 4 美元和 20 美元。
图｜ https://aistudio.google.com/docs/pricing
一句话召唤 AI 团队，连夜造出完整游戏
Gemini 4 Carbon 的一项重要升级，是能够协调多个 AI Agent，共同完成大型工程项目。
谷歌为此在 AI 编程平台 Google Antigravity 中推出了 /swarm 功能预览版，开发者输入一条指令，就能组织多个 AI Agent 分工执行任务，并实时查看进度。
其中，Carbon 可以负责架构设计、任务协调和代码审查，其他速度更快、成本更低的模型负责具体开发，还有专门的验证 Agent 检查修改结果。
谷歌展示的一款开放世界 3D 游戏，就由这样一支 AI 团队完成。
玩家扮演一只骑着自行车的鹈鹕，在谷歌山景城园区自由探索。开发过程涵盖 Blender 三维建模、Three.js 和 WebGL 游戏开发、程序化音效制作，以及使用 Lyria 生成背景音乐。
另一项演示更加夸张。
谷歌向 Carbon 提供了 7 份公开的城市规划 PDF 文件，其中包含 206 张工程图纸，要求 AI 重建谷歌 Platform 37 办公楼。
经过 10 轮通宵运行的多智能体任务，Carbon 最终制作出包含约 90.6 万个三角形的交互式 Three.js 三维模型。
Carbon 还根据埃菲尔铁塔建设期间的历史照片和工程图纸，制作出可交互的 3D 历史展览。
甚至根据 CAD 图纸和 X 光影像，还原了一架拥有 61 键机械结构的古钢琴。
在网页设计方面，Carbon 仅通过两轮提示词，就为 Google Merchandise Store 提出了五套视觉设计方案，并利用 Nano Banana 2.1 生成商品图片。
第三方开发者也分享了实际体验。
OpenCode 软件工程师 Kit Langton 表示，团队此前一直无法让桌面应用适配现有 UI 框架，于是在下班前向 Carbon 提交了一份需求清单。第二天回来时，Carbon 已经从零开发出一套 Rust UI 库，并重新编写了 OpenCode 桌面应用。
HubX 则在拥有约 1.4 万项测试的代码库中，让 Carbon 处理 16 个真实 Bug，最终报告了 94% 的问题解决率，并且没有引入新的回归问题。
两小时发现零日漏洞，网络安全能力进一步提升
网络安全是 Gemini 4 Carbon 的另一项核心能力，在 SEC-bench Pro、ExploitGym 和 CWE-bench 等漏洞发现、利用和修复基准测试中，Carbon 均取得领先成绩。
在谷歌内部自主安全系统 Project Fortify 中，Carbon 的漏洞扫描召回率达到 100%，漏洞分类精确率达到 95%。在开源代码仓库测试中，其召回率相比 Argon 又取得超过 25% 的相对提升。
更引人注意的是，在实际测试中，Gemini 4 Carbon 帮助 Wiz 在不到两小时内发现两家大型 SaaS 服务商的零日漏洞，将原本数周的研究工作缩短至几小时。
谷歌云团队利用它验证了两个开源软件漏洞的可利用性，而 SentinelOne 则借助 Carbon 额外发现了 4 个其他参测模型未能识别的有效漏洞。
伴随网络安全能力提升，谷歌也加强了模型的安全防护。
在模拟网络攻击测试中，Carbon 成功阻止了自适应红队 Agent 发起的 99% 攻击路径，单次攻击成功突破防护的比例从 Argon 的 3.1% 降至 0.8%。
数周完成密码学验证，AI 蛋白质研究取得新突破
科学研究方面，谷歌公布了三个内部科研案例，分别涉及密码学形式化验证、生物实验分析和蛋白质结构预测。
其中最值得关注的，是 Signal 加密协议的代码验证。
谷歌研究人员开发了一套名为 AlphaProof Code 的智能体形式化验证框架，借助 Carbon 等模型将安全目标转化为数学定理，再生成数百万行 Lean 证明代码。
最终，团队在数周内完成了 Signal 加密协议相关代码关键安全性质的数学证明，而类似工作过去通常需要专业团队花费数年。
在生物实验领域，Carbon 能够从实验记录和原始数据中识别异常，例如深孔板自动混合不充分、仪器中残留微量样品污染等，帮助研究人员改善实验重复性。
蛋白质结构预测方面，谷歌利用 Carbon 组成多智能体系统，在大规模序列和结构数据库中自动寻找远缘同源蛋白，为 AlphaFold 3 等结构预测模型提供更多参考信息。
在 CASP17 盲测数据集中的 7 个低同源性蛋白质家族上，Carbon 找到的同源序列数量平均增加了 40 倍。相关成果有望帮助研究人员在不重新训练结构预测模型的情况下，提高部分难研究蛋白质的预测能力。
从写代码到做财务分析，AI 开始承担更完整的工作
除了技术研发，Carbon 也在向金融、法律和企业运营等专业领域扩展。
谷歌与 Artificial Analysis 合作推出了 Multimodal Knowledge Agent（MKA）基准测试，专门评估 AI Agent 处理 PDF、电子表格、图表及工程图纸的能力。
Carbon 在该测试中排名第二，但平均单任务成本比排名第一的模型低了六倍以上。
在金融场景中，Carbon 在 Hebbia 的端到端金融 Agent 评测中追平了参测表现最好的模型，并在 Balyasny Asset Management 涵盖 23 种前沿模型配置的综合金融智能测试中名列前茅。
Hebbia 表示，Carbon 能够制作结构更清晰的 Excel 财务模型，以及质量更高的 PowerPoint 演示文稿。
企业搜索公司 Glean 则发现，Carbon 可以从办公数据中寻找指定的会议纪要、邮件或业务数据，并直接生成分析结果和行动建议。
非付费用户什么时候能用上？
随着 Gemini 4 Carbon 正式开放，谷歌也公布了面向不同用户的使用方式。
开发者可以通过 Google AI Studio 和 Android Studio 的 Gemini API 付费层调用 Carbon，企业用户则可以通过 Gemini for business 及相关开发工具使用。
普通消费者方面，Gemini 4 Carbon 已开始面向 Google AI Ultra 订阅用户开放，覆盖 Gemini App 和 Google 搜索 AI Mode。
科研人员可以申请谷歌此前推出的免费研究计划，符合条件的参与者可获得为期六个月的 Google Antigravity 高使用额度访问权限，使用 Carbon 和 Argon 两款模型。网络安全研究人员则需要通过 Fairwind Program 申请专门的 Carbon for cyber。
回头看过去的消费电子市场，手机厂商的旗舰产品通常有着相对固定的发布周期，每年几场重要发布会，就足以让科技爱好者讨论上好几个月。
如今的 AI 行业却是另一番景象，几乎每天都有不同特色的新模型登场，有的刷新编程榜单，有的攻克数学难题，还有的已经能够连续工作几十个小时。
很难想象，我们已经进入了一个模型多到体验不过来的时代。
如此密集的技术更新，对用户而言当然是件好事，只是看完 Gemini 4 Carbon 的发布公告，多少还有些意犹未尽。毕竟，谷歌展示了这么多令人眼馋的能力，普通消费者却需要订阅 Google AI Ultra 才能体验，多少有些不够意思。
