Gemini 4 Carbon：已宣布、設有存取限制，且比你能實際呼叫的模型領先九分

Gemini 4 Carbon 於 2026 年 10 月 28 日不再是傳聞，當天 Google DeepMind 發表了一篇題為「Gemini 4 Carbon: Our next frontier model」的文章。但它仍未擺脫的另一個身分，是「無法使用」。Gemini API 的模型清單中沒有 gemini-4-carbon 這個字串，定價頁面上沒有相關條目，也沒有模型卡和端點——在 10 月 29 日查核的模型清單中，Gemini 4 的條目恰好只有一個，那就是 Gemini 4 Argon。因此，對如今的 Carbon 最誠實的描述，是一個包裹著分階段推出的已發布消息：能力已有文件記載，存取權限受到配給，價格則未公布。

與此同時公布的獨立測量結果，讓這件事不只是一份公關稿。Artificial Analysis 於 10 月 27 日將其 Intelligence Index 重建為 v5——就在 Carbon 發布消息的前一天——而在重建後的這套量表上，兩個模型都是由同一個工具評分。Carbon 59 分，在 52 個列入名單的模型中排名第一。Argon 50 分，排名第十三。相差九分，而每項任務的成本幾乎完全相同。那是一個關於大多數開發者無法調用的模型的真實數字，而這兩個事實之間的落差，正是本頁要談的重點。

Google 實際上在正式紀錄中說了些什麼

這則公告對買家真正需要知道的事著墨不多，卻對實驗室希望外界據以評判的事項說得很具體。剝去其他內容，只看它宣稱什麼：

• 定位 —Carbon 被描述為 Gemini 4 兩個模型中較強的一個，並在同一世代編號內接替 Argon。Google 表明的重點是網路安全與長跨度代理工作——這類任務中，代理會持續數日走進死胡同，而不是只靠一個提示得到一個答案。

• 存取權限採分階段開放，且未公布日期——Carbon 首先提供給一部分資安防禦人員，接著透過 Fairwind Program 擴大範圍，然後「儘快」提供給開發者、企業與消費者。最後三個群體並未公布日期。

• 監管路徑 — 此次發布屬於美國政府自願性的發布前測試流程。Google 表示其正在參與該流程，並在更廣泛開放存取前持續完善防護措施。

• 沒有書面文件—— 沒有公開的模型卡、沒有端點、沒有識別碼。Google 為 Argon 公布的上下文視窗——統一 100 萬個 token，解碼可達 100 萬——尚未針對 Carbon 重新說明；目前流通的 100 萬這個數字來自 Artificial Analysis 的清單，那是第三方紀錄，而非供應商規格。

那就是這項宣告。在此情況下，「我們已經打造出更好的模型」與「這就是價格」之間的距離，就是一篇部落格文章與一個產品之間的距離。

九分的差距，以及測量它的儀器

最該記住的是指數重建的時機，因為它使本週流傳的大多數前後對照圖表失效：10 月 27 日之前取得的分數，與之後取得的分數並不在同一量尺上。在目前榜單上，兩個模型是以同一套工具衡量的：

• Intelligence Index v5 —Carbon 59，在 52 個列出模型中排名第一；Gemini 4 Argon 50，排名第十三。

• 每項索引任務的成本 — Carbon 為 $7.76，Argon 則為 $7.68。每項任務多花八美分，換來九點能力。

• 準確度 —Carbon 58%，較 Argon 提升十個百分點；AA-Omniscience 54 對 46。

• 幻覺 — Carbon 為 11%，較 Argon 的 4% 上升。Carbon 在該追蹤指標上仍為倒數第二低，但方向卻是不對的。

• 輸出量——每項索引任務 123,000 個 token，比Claude Opus 5.5的 173,000 低 29%——這是儘管標價看起來相同，每項任務成本仍能維持低廉的主要原因之一。

• 速度 — 輸出 token 速度為每秒 99.8 個；在高推理強度下，首個 token 需時 97.48 秒。

哪個數字最重要，取決於你在建構什麼。97 秒的首個 token 對長時間執行的代理任務無關緊要，但對互動式介面卻是致命缺點。而且「總體第一」不等於「程式碼最強」：在 Artificial Analysis 的 Coding Agent Index 上，Carbon 搭配 Antigravity CLI 得分 59，落後由 Claude Opus 5.5 驅動、得分 62 的 Claude Code 三分——而 Google 自家的 WebDev Arena 結果則指向相反方向，以 1,768 分排名第四，Elo 提升 89 分。

Google 自家的數據，以及如何解讀它們

這篇文章附上一組安全基準測試，其中每項數字都是廠商自行提報，而非經獨立重現。引用時請照此標示：在 SEC-bench Pro 的漏洞發現項目上，Carbon 得分為 88.2%，Argon 則為 83.4%；漏洞利用驗證賽道與長時程代理結果也呈現相同模式，比現有領先者高出數個百分點。這些結果尚未有任何外部重現，而由打造該模型的實驗室所選定的基準，既證明能力，也同樣證明意圖。

那段文字更有用的讀法，在於它說明了 Carbon 是為誰而設。一個以漏洞發現與長時程代理持續力為招牌成果、並透過具名計畫優先向網路防禦人員發布的模型，並不是作為通用聊天功能升級而推出。它是作為專門模型推出——而當它定價時，也會據此定價。

十月洩密事件說對了什麼，又沒說對什麼

值得保留的背景資訊，因為先前的報導如今已部分獲得證實。10月9日，Business Insider 報導——由洩漏追蹤媒體 TestingCatalog 轉述——指出 Google 員工當時正在內部測試一個名為 Carbon 的 Gemini 4 檢查點，早期回饋形容它在程式設計方面感覺可與 Claude Opus 5.5 相比，Barium-B 是被選為公開 Argon 版本的檢查點，而 Carbon 會成為 Argon 的更新還是獨立發布仍未獲確認。

其中兩項以特定方式成真：Carbon 是獨立的東西，而非 Argon 的更新，而且它是兩者中較強的一個。尚未獲得證實的部分，是那個討喜的說法——「在程式編寫方面感覺可與 Claude Opus 5.5 相比」原本只是員工的印象，而獨立的程式編寫量測顯示，Carbon 在 Claude Code 測試框架中落後 Claude Opus 5.5 三分。感覺不是分數，而本週分數揭曉了。

10 月 21 日的觀測現在也有了不同解讀。有篇貼文聲稱，gemini-4-argon 別名背後的權重已悄悄變成 Carbon，並以第三方競技場機器人的能力變更通知為佐證。如今這兩個模型由同一個追蹤器分開評分——59 與 50——該說法看起來更不可能，而非更有可能：如果 Argon 的別名自 10 月 21 日起一直提供的是 Carbon，那麼在一個每月重建的指標上，這兩列不會相差九分。

還缺少什麼，以及何時才重要

三項缺失界定了下一階段，而每一項都有不同的後果。

• 一個識別碼 ——在 gemini-4-carbon 出現在模型清單之前，你所建構的任何東西都無法指名它。這就是已發布模型與可呼叫模型之間的那條界線。

• 價格——任何層級都未公布任何資訊。Argon 的價格卡是這個系列中唯一的錨點：在 introductory 費率下，每百萬輸入 $2.00、每百萬輸出 $10.00，快取輸入減免 95%，之後則是 $4.00 和 $20.00。Carbon 會沿用這套價格，還是打破它，是最具影響力的未知數，因為在主力費率下提升九個百分點，將為市場的一大部分重新定價，而在前沿費率下提升九個百分點則不會。

• 模型卡——實際提供的是哪個檢查點、哪種努力程度設定、哪種上下文長度。現今流傳的 1M 數字是第三方清單。

同樣懸而未決的還有：Carbon 究竟是否終究會成為 Argon 的一次更新。該公告將其描述為在同一世代內接續 Argon，這留下了日後這兩個名稱可能合併為單一識別名稱的可能性——而這正是十月的報導無法排除的情境。

當存取受配給時該執行什麼

Gemini 4 Carbon 和 Gemini 4 Argon 都不在 OrcaRouter 上。向我們的目錄查詢這兩者中的任何一個，都只會得到空結果；而且在 Google 讓它們可供我們呼叫之前，查詢會一直得到空結果。今天任何販售「Gemini 4 Carbon 存取權」的帳號，賣的都只是一個標籤；唯一有文件記載的途徑是 Fairwind Program。

可呼叫的是那個「員工印象」與「程式碼索引」持續以之為基準衡量的模型。Claude Opus 5.5 已在 OrcaRouter 上線，採 Anthropic 的定價——每百萬輸入 $4.00、每百萬輸出 $20.00，快取讀取 $0.20——原價直通、不加價，與其他所有項目共用同一把金鑰。Gemini 3.8 Flash 也在那裡，每百萬輸入 $0.75、每百萬輸出 $3.75，快取讀取 $0.075，這正是你在等待期間，非前沿那部分流量應該花費的成本。

本週的決定不是「我們是否該轉向 Carbon」，而是：這個九點的能力差距——價格未知，又受安全計畫把關——其中有多少值得納入規劃。等待不花任何成本：無論哪個識別碼變得可呼叫，都會在它被列出的當天，以 Google 自己的價格加入同一個端點，因為供應商公布價格與我們將其轉嫁之間並沒有重新協商的空間。圍繞它規劃則要付出一次遷移的代價。

我們依次關注：模型清單中出現的識別碼；一份價目表；一張模型卡；以及 Fairwind 推行的第二階段——在這個階段，「盡快」要麼有了日期，要麼悄然地沒有。