Gemini 4 Carbon API：价格、基准测试与访问方式

Google 于 2026 年 10 月 28 日宣布推出 Gemini 4 Carbon，称其为迄今最强大的模型。它在 Artificial Analysis Intelligence Index v5.0 中以 59 分登顶。不过，真正的问题在于访问权限：本周只有经过审核的网络安全防御人员能通过 Fairwind Program 使用它，Google 目前还没有公布可调用的公共 API 模型 ID。

在正式发布前，追踪网站仍把 Carbon 视为未经确认的泄露型号。如今 Google 已公布基准成绩和价格，本文将这些官方信息与独立的 Vals.ai 评测结合起来，并给出一套可以立即用 Argon 开始构建的方案。

现在能调用 Gemini 4 Carbon 吗？

不能。截至 2026 年 10 月 28 日，Gemini 4 Carbon 虽然已经宣布，但还没有向开发者、企业或普通消费者普遍开放。Google 表示，发布周内会先向一部分网络安全防御人员开放，随后通过 Fairwind Program 向受信任的合作伙伴提供访问权限；更大范围的开放会尽快推进，但尚未给出明确日期。

这种分阶段开放，主要是因为 Google 正在进行不设防的网络安全测试，并与美国政府开展预发布安全工作，同时持续调整防护机制。目前没有公开的模型 ID、AI Studio 列表或速率限制说明。

这也意味着上周的状态已经发生变化。10 月 28 日之前，Google 开发者文档中只有 gemini-4-argon 被列为 Gemini 4 API 模型，追踪网站当时正确地指出 Carbon 没有模型 ID。那在当时是准确的，但现在已经过时：Carbon 已作为正式宣布的产品存在，只是还不是可调用的端点。

如果你今天看到某个服务商列出了 gemini-4-carbon，在服务商说明上游模型、路由类型（公开、受限、实验性或别名）以及权限之前，都应将其视为未经验证的信息。仅仅出现在产品列表中，并不能证明 Google 确实把这个检查点路由给了调用者。

Carbon 真正面向什么场景

Gemini 4 Carbon 的定位不是一次性问答，而是持续数天的工程工作。Google 表示，内部团队曾观察它连续运行数日，在根因分析、跨大型代码库修复隐蔽 Bug，以及低级系统开发等任务中，即使遇到死胡同也能继续推进。

这种定位来自用户对编程、智能体工作、科学任务、全栈 Web 开发和多模态理解等能力的反馈。Google 在这里引用的唯一外部排行榜是 WebDev Arena：Carbon 增加了 89 个 Elo 分，达到 1768 分，排名第 4。Google 将这一提升归因于更高的输出质量和更好的生成产物。

Google 还声称，Carbon 在内部安全代码生成任务中的成功率比 Gemini 4 Argon 提高了两倍以上。但具体倍数没有公开，基线、数据集规模和语言分布也都没有说明，因此更适合把它看作能力方向，而不是足以支撑迁移决策的证据。Chrome 团队声称 Carbon 生成高质量补丁的能力比另一家实验室的大型前沿模型高出十倍以上，也存在同样的问题：竞品模型没有点名，指标也没有定义。

Argon 于 2026 年 10 月中旬发布；Carbon 则在同一产品线和安全体系中更进一步。

网络安全成绩单：数字很亮眼，但信息并不完整

Carbon 最突出的卖点，是覆盖完整网络安全生命周期：发现漏洞、验证漏洞是否可利用，然后修复根因。Google 表示，这三项外部评测都是在没有防护机制的情况下完成的，因此测量的是模型底层能力，而不是生产环境中受保护端点允许执行的能力。

相比百分比本身，下面三个注意事项更重要。第一，不要把 88.2% × 54.8% × 71.0% 当成端到端成功率；这三个分数来自不同的任务集。第二，发现漏洞（88.2%）通常比安全修复（71.0%）更容易自动化，而漏洞利用（54.8%）需要最多规划；这种逐级下降的趋势符合预期，并不代表测试存在问题。第三，Google 提到的 Wiz 网络渗透测试领先成绩属于 Scan for Good 计划，但没有提供基准名称或分数，因此无法进行比较。

实际来看，Carbon 更像是适合拥有大量积压任务的团队，用于防御侧分诊和补丁修复的助手，而不是一个可以完全自主行动的红队。它具备漏洞利用能力，也正是访问权限受到限制的原因之一。

安全与可靠性：作弊率 0%，提示词注入成功率 0%

Carbon 的第二个核心卖点，是在高压环境下的可靠性，而且 Google 给出的数字相当具体。在 Terminal-Bench 4.0 中，Google 报告称 Carbon 的成功作弊率为 0.0%，尝试作弊率为 0.4%，同时整体准确率保持不变。在真实的内部编程环境中，高严重性失调警报减少了近 80%。

它在 Gray Swan Indirect Prompt Injection 基准测试中的提示词注入抵抗能力也有所提升。Argon 此前的领先结果是攻击成功率 0.7%；Carbon 报告为 0.0%，在该评测中没有记录到成功攻击。Google 还表示，相比之前的基线，越界执行减少 26%，服务不足减少 29%，并将其解释为多步任务在既定范围内执行时更加可靠。

不过，这些改进都缺少可复现所需的分母信息。Google 没有说明 0.0% 背后的攻击数量，也没有公布近 80% 降幅对应的基线警报率、越界执行与服务不足的评分标准，或作弊检测方法。对于智能体部署来说，这些趋势值得关注，但仍应保留自己的工具调用日志和分支保护机制。Google 的内部技术栈——包括训练方式、实时滥用防护、提示词注入抵抗和思维链监控——不会自动转移到你的智能体框架中。

独立评测怎么看：Vals.ai 排名第 2，而不是第 1

厂商自测基准最好结合第二个来源来看，Vals.ai 于 2026 年 10 月 28 日发布了独立评测。其综合 Vals Index 将 Carbon 排在 29 个模型中的第 2 位，得分为 70.36%（±0.97）；前面是 Claude Sonnet 5.5 的 70.85%，后面是 Claude Opus 5.5 的 70.18%。测试成本为 $10.51，在高推理强度下的评测延迟为 47 分 45 秒。

具体分项比总排名更有参考价值。Carbon 在 Legal Research Bench 的 87 个模型中排名第 1，在 Vals Finance Index 的 33 个模型中排名第 1；在 EMB v1.1 的 35 个模型中排名第 2；在 Terminal-Bench 4.0 中以 63.13% 排名第 4（共 57 个模型）。它列出的最弱成绩是 HLAB-Vals-1.1 的 17.50%（30 个模型中排名第 6），而 Vibe Code Bench v1.1 的 89.06% 只排到第 8（共 121 个模型）——原始分数很高，但竞争非常激烈。

Carbon 的优势主要集中在研究、金融、法律智能体任务以及较强的编程能力，并不是所有领域都占据绝对优势。Vals 列出的信息显示，它拥有 100 万 token 的上下文窗口，权重不公开；价格为每百万输入 token $4、每百万输出 token $20（引入价结束后的标准价格），与下文 Google 公布的标准档价格一致。Vals 也提醒，部分基准可能使用了不同的服务商或参数，因此在引用单个数字前，应先查看对应基准的配置。

发布前的追踪文章早于价格和 Vals 更新；其中一篇详细分析仍然写着尚未公布价格。

API 开放后要花多少钱

Google 在发布 Carbon 的同时公布了价格，首发价格与 Argon 相同。目前没有说明引入价何时结束，也没有公布订阅方案或速率限制表。

缓存输入的价格是根据折扣推算出来的，并非 Google 直接列出的数字：$2 打 95 折后是 $0.10，$4 打 95 折后是 $0.20。反复携带相同代码上下文的长上下文智能体任务最能从这项折扣中受益，但输出 token 的价格是输入的 5 倍，账单仍主要由输出部分决定。

不要只看标价做预算。更应该衡量每个被接受结果的成本：将重试、被丢弃的输出、重复上下文和修复调用全部计入总花费，再除以最终接受的结果数量。一个需要三轮修复的低价路线，往往不如一次就能交付结果的高价路线。Google 没有公布 Carbon 的延迟或吞吐数据，因此任何每秒 token 数对比都只是推测。

关于当前账单，还可以参考：Gemini 4 Argon API 价格与可用性，以及我们目前对 Gemini 4 的了解。

为什么早期测试者并不满意

在 TestingCatalog 10 月 23 日的汇总中，预发布测试者反复提到同一个取舍：Carbon 的 3D 生成能力明显优于 Argon，但响应速度慢得多，前端和 UI 输出仍然偏弱。有一位测试者估计，根据任务不同，响应速度大约慢 2-4 倍。

相比任何一项基准测试，真实用户更在意的还是访问权限：

我真的不理解 Google 的模型发布策略。Gemini 4 Carbon 的基准成绩看起来很出色，但人们又一次没法使用它。最初访问权限非常有限，而且没有 GA 发布日期。

— @Ananth7e

各个讨论串中的抱怨基本一致：Argon 的配额消耗感觉不可预测，五分钟的会话就可能碰到每小时限制，而且 Gemini App、AI Studio 和 Antigravity 之间还存在版本割裂。另一位测试者则概括了验证难题：

本周只有经过审核的网络安全防御人员能访问，更广泛的发布会在“近期”进行。我的看法是：在厂商自己的测试框架里跑出来的排行榜，只能算半个结果。等别人用中立框架重新跑一遍再说。

— @jimmyyangrz

这周应该构建什么

不要为了等待 Carbon 而暂停开发。更实际的做法是：先用已经确认可用的模型上线，同时把新模型设计成可随时替换的候选项。

1. 今天就用 gemini-4-argon 及其已公开文档中的 API 开始构建，并将基础 URL、API 密钥和模型 ID 放在业务逻辑之外。
2. 从自己的代码库中冻结一套包含 30 到 50 个任务的评测集，覆盖 Bug 修复、重构和安全审查；在 Carbon 到来前，记录通过率、审核时间和每个接受结果的成本。
3. 现在就加入多日运行必需的智能体防护措施：基于分支工作、支出上限、工具调用审计日志、检查点和人工审核闸门。
4. 当你的账号获得文档明确说明的 Carbon 路由后，将它作为候选模型加入，使用同一套任务重新评测，并在切换流量前比较质量、延迟、成本和功能支持情况（流式输出、图片、函数调用、结构化输出）。不要在任务进行到一半时切换模型，应该从新会话开始。

拥有大量 AppSec 积压任务的团队，还应记录每一次工具调用，并在自己的代码库中检查类似基准作弊的行为，例如硬编码输出或修改测试文件。Google 的 0.0% 是其测试框架中的厂商结果，并不能保证在你的框架中也成立。

Gemini 4 Carbon 常见问题

Gemini 4 Carbon 可以通过 API 使用吗？

目前不能公开使用。发布周的访问权限仅限网络安全防御人员，之后会扩大到 Fairwind 的受信任合作伙伴。开发者、企业和普通消费者都没有明确日期。建议先基于 Argon 开发，并让模型 ID 保持可配置。

Gemini 4 Carbon 的模型 ID 是什么？

Google 尚未公布模型 ID。不要默认 gemini-4-carbon 一定可用。只使用服务商明确说明的标识符，并确认对应的端点、权限和价格。

Gemini 4 Carbon 多少钱？

引入价为每百万输入 token $2、每百万输出 token $10，缓存输入优惠 95%（约 $0.10）。之后的标准价格为输入 $4、输出 $20（缓存输入约 $0.20）。Google 没有说明引入价会持续多久。

Carbon 与 Argon 相比如何？

Google 声称，Carbon 的安全代码能力提升两倍以上，越界执行减少 26%，服务不足减少 29%，提示词注入成功率则从 0.7% 降至 0.0%。独立 Vals 数据只覆盖 Carbon；在中立测试重新发布结果之前，应将这些 Carbon 与 Argon 的差异视为厂商内部结果。

Carbon 能击败 Claude Opus 5.5 或 GPT-6.1 Terra 吗？

目前没有经过验证的正面对比结果。一位员工在发布前的印象经 GetAICodingAgent 报道称，Carbon 的编程体验接近 Opus 5.5；而在 Vals 综合排名中，Carbon（70.36%）略高于 Opus 5.5（70.18%），但低于 Sonnet 5.5（70.85%）。目前没有公开的 Carbon 与 Terra 对照测试结果。

什么时候会正式普遍开放？

Google 表示，在防御人员和合作伙伴阶段之后会尽快开放，但没有给出日期。请关注官方的 DeepMind 博客和服务商的模型目录，不要依据泄露讨论串判断。