Gemini 4 Carbon 与 Gemini 3.1 Pro：相隔八个月，而这份索引却不让你将它们相提并论

把 Gemini 4 Carbon 和 Gemini 3.1 Pro 并排放在一起，你首先看到的是一道无法测量的差距。Carbon 在 Artificial Analysis Intelligence Index v5.0 上的 59 分是真实的、由独立机构运行的，而且是最新的。Gemini 3.1 Pro Preview 根本没有 Intelligence Index 分数：Artificial Analysis 在 Carbon 显示 59 的位置给它标了一个破折号，而你在它身上看到的任何指数数字都早于 10 月 27 日 v5.0 的重建。任何把两者相减的页面，都是在用两个不同版本的尺子做算术。能成立的比较更狭窄，也更有用：一个模型是世界上最好的，并且是闭源的；另一个进入预览已有八个月，并且是开放的，每百万输入 token 收费 2 美元。

这两个模型到底是什么

Gemini 4 Carbon 是 Google DeepMind 于 2026 年 10 月 28 日发布的前沿模型，基于 Gemini 4 Argon 构建，面向网络安全与长周期工程任务， introductory 定价为每百万 token 输入 2 美元、输出 10 美元，之后将调整为 4 美元和 20 美元；本周仅向部分网络安全防御者开放，且未公布模型 ID。Gemini 3.1 Pro 是谷歌上一代 Pro 级旗舰模型，以 Gemini 3.1 Pro Preview 之名于 2026 年 2 月 19 日发布，八个多月后仍带有 preview 后缀，其上下文窗口为 1,048,576 token，最大输出为 65,536 token，并支持文本、图像、语音和视频的多模态输入。

• 背景信息 — Gemini 4 Carbon：在 Artificial Analysis 页面上显示为 1M，Google 官方文档中未作说明。Gemini 3.1 Pro Preview：1,048,576 个 token。

• 最大输出 — Carbon：未公布。3.1 Pro Preview：65,536 个 token，这个数字暴露了它的年龄。

• 价格，入门价——Carbon 输入每百万 2.00 美元 / 输出每百万 10.00 美元。3.1 Pro Preview 输入每百万 2.00 美元 / 输出每百万 12.00 美元。

• 标准价格——Carbon 为 $4.00 / $20.00，该价格将在尚未开始的优惠期结束后生效。3.1 Pro Preview 为 $2.00 / $12.00，输入 token 超过 200,000 时调整为 $4.00 / $18.00。

• {{1}}缓存{{/1}} — Carbon：缓存输入享 95% 折扣。{{2}}3.1 Pro Preview{{/2}}：每百万缓存 $0.20，相当于 90% 折扣。

• 可用性 — Carbon：仅限 Fairwind Program，不提供 endpoint。3.1 Pro Preview：今日已在目录中上线。

输入价格是两者唯一持平的一项，而它持平是有原因的。自 2 月以来，Google 一直将 Pro 档的初始输入费率保持在 $2，而在 Argon 和 Carbon 的推广定价下，输出费率已从 $12 降至 $10。早八个月推出的那个模型，如今在输出上反而更贵——直到 Carbon 的推广期结束、价格翻倍为止。

你会看到所引用的分数并不是一项比较

Carbon 的 59 分在 v5.0 榜单上独占鳌头：Claude Opus 5.5 为 58，GPT-6 Astra 为 57，Gemini 4 Argon 为 50。Gemini 3.1 Pro Preview 在该榜单上仅以未排名条目的形式出现：在 Carbon 显示 59 的位置上，Artificial Analysis 给它标了一个破折号。Artificial Analysis 于 2026 年 10 月 27 日重建了该指数，而 v5.0 并非用新名称对旧测试重新评分——它是一套不同的、由九项评估组成的评测，因此从 v4 时期运行中沿用下来的分数不能与 v5 时期的分数并列，即使两者前面都印着同一个“index”字样。

这就剩下三种诚实的比较方式，而且只有这三种：

• 相同的测试、同一次运行——适用于 Coding Agent Index 和竞技场风格基准测试；在这些测试中，两个模型都会出现在同一轮运行中。不适用于 Intelligence Index。

• 同一任务，实测成本——按标准定价，Carbon 的每项索引任务成本为 7.76 美元。Gemini 3.1 Pro 的每项任务成本并未以可与前者并列比较的形式发布在当前榜单上。

• 所公布的能力声明都附有各自的时效标注——3.1 Pro 的优势是在 2026 年上半年针对一个不同的竞争格局测得的，而自那以后，这一格局已经三度变迁。

在比较确实适用之处：发票

按 token 计费是唯一一个两款模型都公布了当前数字的维度，而且对于任何需要大量写作的场景，它都能给出明确答案。按优惠费率，Carbon 为每百万输出 token $10，而 3.1 Pro 为 $12——在主导智能体工作负载的那一侧账单上便宜 17%。按标准费率，Carbon 为 $20，而 3.1 Pro 为 $12，贵 67%。因此，整个问题取决于一个没有人被告知的日期：优惠期何时结束。

长输入会让它进一步弯折。一旦单次请求的输入超过 200,000 个 token，Gemini 3.1 Pro Preview 的输入价格就会翻倍至 4 美元，输出价格翻倍至 18 美元，因此一个 50 万 token 的文档分析任务在输入和输出两端都要按更高档位付费。Carbon 在 Google 自家文档中没有上下文长度数据——其 Artificial Analysis 页面上的 1M 是第三方数字——因此也没有公布的长输入档位。

透传规则正是让这一切在我们这边清晰可辨的原因。一个 API 覆盖 200+ 模型并以 0% 加价，意味着你看到的 Gemini 3.1 Pro Preview 价格就是 Google 自己的 $2 / $12，且其阶梯定价原样保留，而不是转售商的版本；Google 对那张价格卡所做的任何更改都会在当天落地。当像 Carbon 这样的发布出现，且价格计划翻倍时，这就是透传价目表的实际价值：你永远不会拿缓存价格与实时价格作比较。

八个月的漂移，以及 3.1 Pro 仍然能做到什么

“预览版”这个标签并非无关紧要的技术细节。Gemini 3.1 Pro Preview 于 2026 年 2 月 19 日发布，此后八个月里，Google 一直在推出 Flash 系列——3.5、3.6、3.8，以及一款针对网络安全调优的 3.8 Flash Cyber——而 Pro 这一档位始终原地踏步。Carbon 是此后首个进入该档位的模型，而且它直接接替了 Argon，后者本身于 9 月 30 日推出，并于 10 月 13 日全面可用。

面对这种趋势，3.1 Pro 仍握有三张牌。它的上下文窗口已公开且极为庞大——1,048,576 个 token，约相当于 1,500 页密集文本——而 Carbon 的上下文窗口则完全未知。其输出速度经测定为每秒 134.4 个 token，首 token 时间为 19.95 秒，这两项数据均来自 Artificial Analysis 针对 Google 自家 API 进行的测试。在同一榜单上，Carbon 的输出速度约为每秒 85 个 token，首 token 时间则长达 103.54 秒——打字前先思考两分钟，这正是当评测框架而非营销话术去衡量时，长程推理所呈现的样子。

那三张卡并不能让 3.1 Pro 成为更好的模型。它们让它成为更知名的模型，而这是另一场比赛。

答案发生翻转的工作负载

这场对比中有三种读者画像，而每种画像的型号选择都不同。

如果你这个月要发布任何东西，决定已经替你做好了：Carbon 没有地址。Gemini 3.1 Pro Preview 的 1M 上下文与多模态输入，使其成为文档密集型工作的合适之选——在这类工作里，参考资料本身就是全部重点——合同、代码库、长篇转录稿——而其 $12 的输出费率在中等用量下也站得住脚。

如果你正在构建编程智能体，那么在当前的榜单上，这两款 Google 模型都不是答案。Carbon 在 Coding Agent Index 上以 59 分位列第二，落后 62 分的 Claude Opus 5.5 三分，而且它反正也拿不到。3.1 Pro 发布已有八个月，在智能体编程方面已无竞争力；这类工作负载如今落在 Flash 层级较新的迭代版本以及其他厂商的模型上。

如果你从事的是安全工作——这正是 Carbon 被打造出来所针对的领域——那么诚实的立场是：你会想参考的那个基准 SEC-bench Pro 的 88.2%，是厂商报告的数字，没有独立复现，因为唯一有权限进行测试的人都在 Google 的 Fairwind Program 内部。一个经过了基准测试但未经外部测试的模型，除了 Google 自己的信心之外，尚不能证明任何东西。

什么会改变答案

三件事会让这成为真正的正面对决，而不是拿一个已上线模型与一个已公布模型作比较。第一，Carbon 获得模型 ID 和一个上下文数值，这将敲定长输入这一档，并使成本问题变得可回答。第二，Gemini 3.1 Pro 在 v5.0 Intelligence Index 上获得一行数据，这能让那个 59 与同一标尺下的数字并排出现，而不是被塞进脚注。第三，Carbon 的 introductory window 结束——这是唯一一个已公布、会改变这两个模型任一成本的日程事件。

至少在其中一项落地之前，公允的总结是：Gemini 4 Carbon 在该指数上以一分优势胜过 Claude Opus 5.5，并以九分优势胜过 Gemini 4 Argon；但标题中提到的那个竞争者在该榜单上没有分数，不在同一把尺子上，也不在同一个房间里。Gemini 3.1 Pro 被替换的速度比看起来更慢，因为接替它的模型尚无法调用——而开发者今天能调用的模型，是从二月起就一直处于预览状态的那个。