Gemini 4 Carbon 泄露：谷歌内部检查点，员工称其编码水平堪比 Claude Opus 5.5

这个故事有一个版本是新闻，有一个版本是噪音，区别完全在于那些名字附着在什么上。2026年10月9日和10日，Business Insider 报道——追踪泄密的媒体 TestingCatalog 转述——这家搜索巨头的员工正在内部测试一个额外的 Gemini 4 检查点，名为Carbon；早期内部反馈认为Carbon在编程方面感觉与Claude Opus 5.5相当，Barium-B是被选中用于公开Gemini 4 Argon发布的检查点，而Carbon——通过公司内部Jetski平台测试——则是一个独立且可能更强的迭代版本。让这段内容值得细读而非略读的是最后一句：Carbon是作为Gemini 4 Argon的更新发布，还是作为独立版本发布，用报道自己的话说，尚未确认。而这就是证据的全部状态——没有公告，没有模型标识符，没有端点，没有价格，没有模型卡，也没有来自供应商的评论。本页上所有具体内容要么是泄密，要么是从泄密中得出的推断，要么是关于另一个可发布模型的事实，而泄密正是对照它来衡量的。

报告实际声称的内容

信号很微弱，但它足够具体，因而可以被证伪，而这也是它唯一有理由出现在像这样的页面上的原因。剥离掉框架后，这些主张如下：

• Google 员工正在内部测试一个名为 Carbon 的 Gemini 4 检查点。它不是公开模型，无法通过任何 API 调用。

• 据报道，早期内部反馈认为 Carbon 在编程方面的手感可与 Claude Opus 5.5 相媲美——这仅是员工测试得出的主观印象，并非基准测试结果，也不是 Google 外部任何人能够复现的数字。

• 公众真正听说过的那个模型——Gemini 4 Argon——背后的检查点名为 Barium-B，而 Carbon 被描述为一个独立且可能更强大的迭代版本，而非同一构建的两个名称。

• 据报道，Carbon 正通过 Jetski 得到实际运用，同一报道称，Jetski 是 Google 内部与 Antigravity 相关联的名称，而 Antigravity 是 Google 的智能体编码环境。

• Carbon 究竟会成为未来的 Gemini 4 Argon 更新，还是一个独立的 Gemini 4 版本，目前尚不清楚。Google 尚未对此发表任何评论。

那就是泄露内容。它包含一处对比、一处代号关系和一个真正悬而未决的问题，其中没有任何部分是发布内容。

代号阶梯，以及哪一级才重要

这份报告之所以需要一枚解码环，是因为 Google 那种元素周期表式的习惯会把三个看似并列、实则并不并列的名称塞进同一段里。按读者实际上能用每个名称做什么来排序：

• Gemini 4 Argon——已正式发布。这是一个真实的模型名称，有第一方发布公告和家族页面，公布了每百万输入 token 2 美元、每百万输出 token 10 美元的尝鲜价，公布了 100 万 token 的输出上限，并采用分阶段开放的方式，最初面向经过审核的网络防御人员，据称接下来将扩大到付费 API 客户。但它仍然没有可用于请求中的模型标识符，而这正是已发布模型与可调用模型之间的分界线。

• Barium-B——一个检查点名称，而非产品。根据同一份报道，它是被选中用于 Argon 公开发布的那个构建。这个标签的有用之处就在于此：它告诉你，Argon 这个名字，是一项围绕内部构建做出的发布决策，而不是构建本身。

Carbon——一个内部检查点，附带着员工的印象，除此之外什么都没有：没有编号、没有价格、没有时间窗口、没有日期。它只是一个带着代号的传闻，而代号是廉价的。

这样看，这件事并不是“新的 Gemini 泄露了”。而是，谷歌似乎在并行运行不止一个前沿检查点；它对外冠以公开名称的那个，并不是其工程师最热衷的那个；而公司之外没有人知道，这两个事实中哪一个最终会变得重要。

为什么“感觉像 Claude Opus 5.5”才是那句承重之言

在报告的诸多内容中，这项比较承担的作用最大，却最难核实，因此有必要明确它究竟是在与什么作比较。Claude Opus 5.5 是 Anthropic 的旗舰型号，并且根据独立测评，是当前一代中可广泛调用的最强编码模型——当谷歌工程师想不点名某个基准就说“这就是那个好的”时，会拿它作为参照。按其公布的表价，每百万输入 token 收费 4.00 美元，每百万输出 token 收费 20.00 美元，缓存读取为每百万 0.20 美元；它支持 100 万 token 输入窗口和 12.8 万 token 最大输出。

与之对照，这个比较同时说明了两件事，而第二件正是人们会略过的那件。第一件关乎竞争力：一个谷歌内部检查点，被拿来与领先对手的旗舰模型相提并论，这种赞誉谷歌不会写进博客文章里。第二件关乎定位：这个比较只是员工对编码手感的主观印象，而这类说法恰恰经得起聊天窗口的检验，却会在排行榜面前不堪一击。没有人发布过 Carbon 的基准测试。没有 Artificial Analysis 的收录条目，没有厂商的基准测试表，也没有评测方法 PDF——这些东西 Gemini 4 Argon 有，而它没有。感觉不等于分数，而这一页不会把前者包装成后者。

还有一个定价后果值得点明，但不必假装知道答案。如果 Google 内部有一个在编程方面“感觉像 Claude Opus 5.5”的检查点，而 Google 实际发布的模型在独立指数上比它低五分，那么有意思的问题就不是 Carbon 好不好——而是 Google 会把它定在什么价位，以及它是否会被以 Gemini 其余产品线发布时的那种主力价位出售。

缺了什么，以及为什么这份清单比新闻还长

对不存在之物的诚实盘点，便是整篇文章，所以它来了：

• 模型标识符——Carbon 没有，Gemini 4 Argon 也没有。这两个名称都没有出现在任何可以向其发送请求的地方。

• 价格——Carbon 无论哪个档位都没有公布任何价格，甚至连入门价都没有。

• 模型卡或系统卡——没有，背后也没有已发布的评估方法。

• 上下文窗口、输出限制或参数数量——均未公布，而且 Google 从未公布过任何 Gemini 的参数数量。

• 一项基准测试结果——与 Opus 5.5 的对比只是员工的印象，这意味着没有具体数字、没有测试，也没有可复现性。

• 一个日期——没有公告，没有分阶段推出，没有时间窗口，Google 对是否计划发布 Carbon 也完全不置一词。

• 一种关系——即 Carbon 究竟是下一次 Argon 更新，还是一个单独的 Gemini 4 模型。这是报告中影响最大的单一未知项，而且报告本身明确未予确认。

任何不在那份清单上的内容都是推断，包括未来两周内就此写出的绝大部分内容。

开发者今天能用这个做什么

有用的答案是，几乎什么都不会改变，而精确说明原因很有必要。Gemini 4 Argon 和 Carbon 都不在 OrcaRouter 上——在我们的自有目录中查询其中任何一个都得不到任何结果，而且在 Google 让其中之一变得可调用之前，它会一直得不到任何结果。Gemini 4 这个名字不是你可以路由过去的东西；它是一个附属于受限发布的名称。任何声称提供“Gemini 4 Carbon”访问权限的账号，卖的只是一个标签。

真正确凿存在的，是泄露所参照的那个模型。 Claude Opus 5.5 已按 Anthropic 的标价在 OrcaRouter 上线——每百万 token 输入 $4.00、输出 $20.00，缓存读取每百万 $0.20，零加价原样透传——所以那个被描述为与 Carbon 相当的特定模型，你今天就能调用，而且与其他所有模型共用同一个 API key。这比泄露本身更有用，因为它是这项对比中可以被验证的那一半。

能经受住传闻的姿态，是不需要传闻成真的那种姿态。把你最棘手的编码工作负载交给 Claude Opus 5.5，并为不需要它的流量保留一条降级到更便宜档位的故障转移规则；当真正的 Gemini 4 标识符出现在某家提供商的目录中时，我们的价目表价格会在 Google 定价的同一天更新，因为从供应商公布价格到我们将其传递出去之间，没有重新谈判的步骤。一个 API 覆盖 200+ 模型把“我们该迁移吗？”变成一次路由 DSL 编辑和线上流量的 A/B 测试，而不是一次重写。为你能衡量的结果做路由，而不是为你读到过的名字做路由。

我们正在观看

• Google 究竟会不会说点什么。一条评论、一次家庭页面的改动，或发布文章里的一句话，都会立刻把这一切从泄密栏中移出去。沉默则让它留在原处。

• Argon 推广的第二阶段。公告将付费 API 客户和 Ultra 订阅者描述为继经过审查的防御者之后的下一批对象，而 Gemini 4 标识符的出现，正是将“已宣布”变成“可调用”的事件。如果可运行的端点落地，那么其检查点究竟是 Barium-B 还是更新的东西，就会成为一个具体问题。

• 任何对 Carbon 的独立测量。一旦这样一个检查点出现在中立的排行榜上，而非员工的印象里，Opus 5.5 的那句话就不再是一种感觉，而开始成为一个数据点——或者不再成立。

• 价格表。Google 为自家工程师所偏爱的前沿检查点定出什么价位，正是判断 Carbon 究竟是 Argon 的一次更新，还是自成一档的关键信号。

• 代号之间的关系能否经受住与发布会的接触。Barium-B 排在 Argon 之后、与 Carbon 并列，今天看来是个干净利落的故事；而发布帖往往习惯把干净利落的故事压缩成单一型号、单一 ID。

不对此过度吹嘘的总结很短。据报道，Google 员工正在测试一个名为 Carbon 的内部 Gemini 4 检查点，他们的早期印象是，它写代码像 Claude Opus 5.5；公开版 Gemini 4 Argon 发布背后的检查点是另一个，名为 Barium-B；而 Carbon 最终是否会成为产品——一次更新、一个独立模型，还是什么都不是——尚未得到确认。那句话中你能据以行动的那一半，就是点名 Claude Opus 5.5 的那一半，因为它是整段中唯一一个带有模型标识符、价格和端点的模型。继续调用你能调用的，并保留一条故障转移规则，以备另一个名字也成为这样一个模型的那一天。