一句指令下去，一支AI小队连夜开工，交出一款能在谷歌山景城园区里骑自行车闲逛的开放世界3D游戏——这是谷歌在放出新旗舰模型时给出的演示之一。
Google DeepMind确认，Gemini家族中综合实力最强的公开模型Gemini 4 Carbon，已经面向开发者、企业、科研人员和普通消费者全面提供服务。
这款模型的主攻方向集中在几个高难度领域：复杂软件工程、网络安全攻防、科学推理，以及需要长时间连续运行的多智能体协作任务。两周前，谷歌已通过Fairwind计划把它提前交到部分网络安全防御人员手中，如今使用范围正式铺开。
在产品分工上，Carbon专啃硬骨头，负责复杂软件工程与跨领域研究，可以消耗更多Token进行深度推理、反复校验并修正错误；与此前的Gemini 4 Argon相比，日常编程和一般性知识工作仍由后者承担。
成绩单相当亮眼：在CursorBench 4.0、Perplexity WANDR和Zapier AutomationBench三项基准测试中，Carbon全部登顶，而单任务成本只有表现次优的外部竞争模型的一半不到。
价格上，Carbon的API优惠价与Argon持平，每百万输入Token收2美元、输出Token收10美元；从12月1日起，这两个数字将分别上调至4美元和20美元。
多智能体协作是本次的核心升级。谷歌在AI编程平台Google Antigravity中上线了/swarm功能预览版：开发者输入一条指令，多个Agent便会自动分工推进，进度全程可见。具体到角色分配，Carbon把控架构设计、任务调度和代码审查，速度更快、成本更低的模型承担具体开发，另有专门的验证Agent负责核对每处改动。
那款鹈鹕游戏的开发链条横跨多个环节：Blender三维建模、Three.js与WebGL游戏开发、程序化音效制作，背景音乐则交给Lyria生成。
更硬核的演示，是把谷歌Platform 37办公楼“搬”进浏览器。谷歌向Carbon提供了7份公开的城市规划PDF，内含206张工程图纸，要求其完成重建。经过10轮通宵运行的多智能体任务，Carbon产出了一座约90.6万个三角形的可交互Three.js三维模型。
类似的操作还延伸到了历史与文物领域：依据埃菲尔铁塔建造时期的老照片和工程图纸，它搭出了可交互的3D历史展览；对照CAD图纸与X光影像，又复原出一架带61键机械结构的古钢琴。
网页设计同样不在话下。仅凭两轮提示词，Carbon就为Google Merchandise Store拿出五套视觉方案，商品图由Nano Banana 2.1负责生成。
第三方开发者的反馈更为直接。OpenCode工程师Kit Langton透露，团队此前长期卡在桌面应用适配现有UI框架的问题上，于是下班前把需求清单丢给了Carbon。第二天回来时，它已经从零写出一套Rust UI库，还顺手重写了OpenCode桌面应用。
HubX的体验则聚焦在修Bug上：在一个约1.4万项测试的代码库里，Carbon被安排处理16个真实Bug，最终报告94%的问题解决率，且没有引入新的回归。
网络安全是Carbon的另一张王牌。在SEC-bench Pro、ExploitGym和CWE-bench等覆盖漏洞发现、利用与修复的基准测试中，它均拿下领先成绩。在谷歌内部自主安全系统Project Fortify里，Carbon的漏洞扫描召回率达到100%，分类精确率为95%；在开源代码仓库测试中，召回率相比Argon又取得超过25%的相对提升。
实战层面的数据更有说服力。安全公司Wiz借助Carbon，在不到两小时内挖出两家大型SaaS服务商的零日漏洞，把原本数周的研究压缩到几小时；谷歌云团队用它验证了两个开源软件漏洞的可利用性；SentinelOne则靠它额外找到4个其他参测模型都未能识别的有效漏洞。
能力变强，护栏也在同步加高。模拟网络攻击测试中，Carbon成功拦截了自适应红队Agent发起的99%攻击路径，单次突破防护的比例从Argon的3.1%降至0.8%。
科学研究方面，谷歌公布了三个内部案例，涉及密码学形式化验证、生物实验分析和蛋白质结构预测，其中最扎眼的是Signal加密协议的代码验证。谷歌研究团队搭建了一套名为AlphaProof Code的智能体形式化验证框架，让Carbon等模型把安全目标转化为数学定理，再生成数百万行Lean证明代码，最终在数周内完成了Signal协议相关代码关键安全性质的数学证明——这类工作过去通常需要专业团队投入数年。
生物实验方向，Carbon能翻查实验记录和原始数据找出异常，比如深孔板自动混合不充分、仪器中残留微量样品造成污染等，帮助研究人员改善实验重复性。
蛋白质结构预测上，谷歌用Carbon组成多智能体系统，在大规模序列与结构数据库中自动搜寻远缘同源蛋白，为AlphaFold 3等模型补充参考信息。在CASP17盲测数据集的7个低同源性蛋白质家族上，它找到的同源序列数量平均增加了40倍，有望在不重新训练结构预测模型的情况下，改善部分难研究蛋白质的预测效果。
办公与金融领域也有新动作。谷歌联合Artificial Analysis推出Multimodal Knowledge Agent（MKA）基准，专门考核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榜首模型低了六倍以上。
金融场景中，Carbon在Hebbia的端到端金融Agent评测里追平了表现最好的参测模型，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评价称，Carbon做出的Excel财务模型结构更清晰，PowerPoint演示文稿质量也更高。
企业搜索公司Glean则发现，Carbon可以从办公数据中定位指定的会议纪要、邮件或业务数据，并直接生成分析结果与行动建议。
使用门槛方面，开发者可通过Google AI Studio和Android Studio的Gemini API付费层调用Carbon；企业用户走Gemini for business及相关开发工具；普通消费者一侧，Google AI Ultra订阅用户已能在Gemini App和搜索AI Mode中用上它。
科研人员可以申请谷歌此前推出的免费研究计划，通过审核者将获得为期六个月的Google Antigravity高使用额度权限，Carbon和Argon两款模型均可使用；网络安全研究人员则需通过Fairwind Program申请专门的Carbon for cyber。
回想过去的消费电子市场，手机厂商的旗舰产品大多遵循固定节奏，每年几场发布会就够数码爱好者聊上几个月。如今的AI行业完全是另一番光景：几乎每天都有新模型登场，有的刷新编程榜单，有的攻克数学难题，还有的能连续工作几十个小时。
模型多到体验不过来，对用户自然是好事。只是看完这份发布公告，不少人心里恐怕只有一个念头：眼馋的能力摆了满满一桌，可想亲手试一试，还得先掏钱订阅Google AI Ultra。
