Gemini 4 Carbon 對上 Gemini 3.1 Pro：相隔八個月，排行榜卻不讓你直接比較

把 Gemini 4 Carbon 和 Gemini 3.1 Pro 並排放在一起，你首先看到的是一道無法衡量的落差。Carbon 在 Artificial Analysis Intelligence Index v5.0 上拿到 59 分，這是真實、獨立執行且最新的。Gemini 3.1 Pro Preview 完全沒有 Intelligence Index 分數：在 Carbon 顯示 59 的地方，Artificial Analysis 標了一個破折號；而你曾看過任何與它相關的指數數字，都早於 10 月 27 日的 v5.0 重建。任何把兩者相減的頁面，都是在兩把不同版本的尺上做算術。站得住腳的比較範圍更窄，也更有用：一個模型是世界第一且封閉，另一個則處於預覽階段已八個月，並以每百萬輸入 token 2 美元的價格開放。

這兩個模型實際上究竟是什麼

Gemini 4 Carbon 是 Google DeepMind 於 2026 年 10 月 28 日宣布的前沿模型，以 Gemini 4 Argon 為基礎建構，鎖定網路安全與長時程工程，定價為導入期每百萬個 token 輸入 2 美元、輸出 10 美元，之後調整為 4 美元與 20 美元，且本週僅提供給部分網路防禦人員使用，未公布模型 ID。Gemini 3.1 Pro 是 Google 先前的 Pro 層級旗艦產品，以Gemini 3.1 Pro Preview之名於 2026 年 2 月 19 日推出，八個多月後仍保留 preview 後綴，具備 1,048,576 token 的上下文視窗、65,536 token 的最大輸出，以及涵蓋文字、圖像、語音與影片的多模態輸入。

• 背景 — Gemini 4 Carbon：在 Artificial Analysis 頁面上顯示為 1M，但 Google 自家文件未提及。Gemini 3.1 Pro Preview：1,048,576 個 token。

• 最大輸出 — Carbon：未公開。3.1 Pro Preview：65,536 個 token，這個數字洩露了它的年齡。

• 價格（推廣優惠）— Carbon 每百萬輸入 $2.00 / 輸出 $10.00。3.1 Pro Preview 每百萬輸入 $2.00 / 輸出 $12.00。

• 價格（標準）—— Carbon：$4.00 / $20.00，於尚未開始的體驗期結束後。3.1 Pro Preview：$2.00 / $12.00，輸入 token 超過 200,000 時調升至 $4.00 / $18.00。

• 快取 — Carbon：快取輸入享 95% 折扣。3.1 Pro Preview：每百萬個快取輸入 $0.20，即 90% 折扣。

• 可用性 — Carbon：僅限 Fairwind Program，沒有端點。3.1 Pro Preview：今日已在目錄上線。

輸入價格是兩者唯一持平的地方，而這種持平是有原因的。自二月以來，Google 一直將 Pro 層級的起始輸入費率維持在 2 美元，而輸出費率則在 Argon 與 Carbon 的初期優惠定價下，從 12 美元一路降至 10 美元。推出時間早八個月的那個模型，如今在輸出方面反而是較貴的那一個——直到 Carbon 的初期優惠期結束、價格翻倍為止。

你將看到引用的分數並不是比較。

Carbon 的 59 分直接領先 v5.0 榜單：Claude Opus 5.5 為 58 分，GPT-6 Astra 為 57 分，Gemini 4 Argon 為 50 分。Gemini 3.1 Pro Preview 在該榜單上僅以未排名條目出現：Artificial Analysis 在它那一欄標上破折號，而 Carbon 則是 59 分。Artificial Analysis 於 2026 年 10 月 27 日重建了這套指數，而 v5.0 並非以新名稱對舊測試重新評分——它是一組不同的九項評估，因此從 v4 時代跑出的數字無法與 v5 時代的數字並列，即使兩者前面都印著相同的「index」一詞。

這樣一來，只剩下三種誠實的比較方式，而且就只有這三種：

• 相同測試、相同執行 — 適用於 Coding Agent Index 與競技場式基準測試，兩款模型都會在同一次掃描中出現。不適用於 Intelligence Index。

• 相同任務，實測成本——按標準定價計算，Carbon 每項索引任務為 $7.76。Gemini 3.1 Pro 的每項任務成本，並未以可直接並列比較的形式公布於目前的看板上。

• 已公布的能力主張都附上其發布年份——3.1 Pro 的優勢是在 2026 年上半年對照一個不同的領域衡量，而該領域此後已變動三次。

在比較確實成立之處：該發票

按 token 計價是兩款模型都有已公布、現行數字的一個層面，而且對任何大量產出內容的情況都能給出明確答案。在優惠費率下，Carbon 每百萬輸出 token 為 $10，而 3.1 Pro 為 $12——在帳單中主導代理工作負載的那一側便宜了 17%。在標準費率下，Carbon 為 $20，對比 $12，貴了 67%。因此，整個問題取決於一個沒有人被告知的日期：優惠期何時結束。

長輸入會讓費用進一步攀升。只要單一請求超過 200,000 個輸入 token，Gemini 3.1 Pro Preview 的輸入費率就會加倍至 $4、輸出費率加倍至 $18，因此一份 500k token 的文件分析工作，輸入與輸出兩端都得按較高費率計價。在 Google 自家的文件中，Carbon 並沒有上下文長度的數字——其 Artificial Analysis 頁面上的 1M 是第三方數據——因此也沒有公布任何長輸入費率級距。

直通規則正是讓這件事在我們這邊清楚易懂的原因。 一個 API 支援 200+ 個模型以 0% 加成提供，意味著你看到的 Gemini 3.1 Pro Preview 價格是 Google 自己的 $2 / $12，分層定價維持不變，而不是經銷商的版本；而且 Google 對該價目表所做的任何變更都會在同一天生效。當像 Carbon 這樣的發布登場，而其價格預定翻倍時，這就是直通目錄的實際價值：你永遠不會拿快取價格和即時價格相比。

八個月的漂移，以及 3.1 Pro 仍能做到的事

預覽標籤並非無關緊要的形式問題。Gemini 3.1 Pro Preview 於 2026 年 2 月 19 日發布，而 Google 在接下來八個月裡持續推出 Flash 層級——3.5、3.6、3.8，以及針對資安調校的 3.8 Flash Cyber——Pro 的位置卻始終未動。Carbon 是自那之後首個進駐該位置的產品，而且它接在 Argon 之後登場；Argon 本身於 9 月 30 日推出，並於 10 月 13 日全面開放使用。

相對於那股趨勢，3.1 Pro 仍握有三張牌。它的上下文視窗已公開且極其龐大——1,048,576 個 token，約等於 1,500 頁密集文字——而 Carbon 的上下文視窗則完全未知。它的輸出速度經測為每秒 134.4 個 token，首個 token 時間為 19.95 秒，兩者皆來自 Artificial Analysis 對 Google 自家 API 進行的測試。Carbon 在同一榜單上則約每秒輸出 85 個 token，首個 token 時間需 103.54 秒——也就是打字前先思考兩分鐘；當由測試框架實際量測、而非行銷話術來呈現時，長程推理正是這副模樣。

那三張牌並不能讓 3.1 Pro 成為更好的模型。它們讓它成為更知名的模型，而那是另一場競賽。

答案會翻轉的工作負載

這場對決中有三種讀者類型，而每一種所適合的模型選擇都不相同。

如果你本月要推出任何東西，這項決定已經替你做好了：Carbon 沒有位址。Gemini 3.1 Pro Preview 的 100 萬上下文與多模態輸入，讓它成為文件密集型工作的正確選擇——在這類工作裡，參考資料就是一切，例如合約、程式碼庫、長篇逐字稿——而其 $12 的輸出費率在中等用量下仍站得住腳。

如果你正在打造編碼代理，那麼就目前榜單來看，兩款 Google 模型都不是答案。Carbon 在 Coding Agent Index 上以 59 分位居第二，落後 62 分的 Claude Opus 5.5 三分，而且它無論如何都無法企及。3.1 Pro 推出至今已八個月，在代理式編碼上已不具競爭力；這類工作負載目前落在 Flash 系列較新的迭代版本以及其他廠商的模型上。

如果你從事安全工作——那正是 Carbon 被打造出來的領域——誠實的立場是：你會想參考的那個基準，SEC-bench Pro 的 88.2%，是廠商自行報告的數字，沒有獨立的重現結果，因為唯一能取得存取權的測試者都在 Google 的 Fairwind Program 內部。一個經過基準測試、卻從未由外部人士實測的模型，還不足以證明任何事，只能證明 Google 自己的信心。

什麼會改變答案？

有三件事會讓這成為真正的正面對決，而不只是把已上線的模型拿來跟已發布的模型做比較。第一，Carbon 取得模型 ID 與上下文長度數字，這將能確定長輸入層級，並讓成本問題得以回答。第二，Gemini 3.1 Pro 在 v5.0 Intelligence Index 中有一列資料，這樣 59 就能與同一套基準下的數字並列，而不是只出現在註腳裡。第三，Carbon 的導入優惠期結束，這是唯一已公布、會改變任一模型成本的事件。

至少在其中一項真正落地之前，公允的總結是這樣：Gemini 4 Carbon 在該指數上以領先 Claude Opus 5.5 一分、領先 Gemini 4 Argon 九分勝出，但這則標題所指的競爭者在該排行榜上沒有分數、不在同一把尺規上，也不在同一個房間裡。Gemini 3.1 Pro 被取代的速度比表面上看起來更慢，因為取代它的模型無法被呼叫——而開發者今天能呼叫的模型，正是自二月以來一直停留在預覽階段的那個。