Gemini 4 Carbon 登顶智能指数 编码能力仅次于 Claude
Google 发布 Gemini 4 Carbon，在 Artificial Analysis 智能指数 v5 中位列第一，并在编码代理指数中仅次于 Claude Opus 5.5。该模型在复杂推理、科学任务及自动化基准上表现卓越，目前处于受限测试阶段，定价与 Argon 持平但提供限时折扣。
报道正文
Artificial Analysis (@ArtificialAnlys) · 2026-10-28 17
Google 的 Gemini 4 Carbon 在 Artificial Analysis Intelligence Index v5 中位列第一，并在 Artificial Analysis Coding Agent Index 中仅次于 Claude Opus 5.5。
Gemini 4 Carbon 在 Intelligence Index v5 中得分为 59，这得益于其在复杂推理、知识问答和科学任务方面的领先表现。它在编程和知识工作方面也有显著提升，尤其是与其他 Gemini 模型相比，但在这些领域并非全面领先。
与 Gemini 4 Argon 发布时类似，Gemini 4 Carbon 目前仅向部分用户推出，尚未公开可用。Google 提供 50% 的首发折扣，且未确定结束日期。我们所有的图表和数据均采用 Gemini 4 Carbon 和 Argon 的标准定价。
Gemini 4 Carbon（高推理模式）的关键结果： ➤ 领跑 Intelligence Index v5：Gemini 4 Carbon 在 9 项指数评估中的 4 项得分第一：HLE-Diamond、Terminal-Bench-Science、AA-Omniscience 和 AutomationBench-AA。Carbon 在其他方面也有大幅进步，但在编程和知识工作领域并未处于领先地位。
➤ 在编程代理方面仅次于 Claude Opus 5.5：使用 Antigravity CLI 时，Gemini 4 Carbon（高推理模式）在 Artificial Analysis Coding Agent Index 中得分为 59，仅比使用 Claude Code 的 Claude Opus 5.5（最大推理模式，62 分）低 3 分。Carbon 在 Terminal-Bench 4.0（64%）和 FrontierCode v1.1（51%）中均排名第二，落后于 Claude Opus 5.5（最大推理模式，56%）。鉴于 Google 此前在该领域的表现一直不佳，这一进步尤为显著。
➤ 代理式知识工作有所改进，但尚未领先：在 AA-Briefcase 测试中，Gemini 4 Carbon（高推理模式）得分为 1609 Elo，比 Gemini 4 Argon（高推理模式，1483 分）提高了 126 分，但仍落后于 Grok 4.7（超高推理模式，1638 分）、Muse Wonder（最大推理模式，1659 分）和 Kimi K3.1 Pro（1678 分）。最大的提升来自演示文稿生成（Presentation），Elo 分数上升 293 分至 1598，同时分析质量（Analytical Quality）也提升了 120 分至 1671。
➤ 在整体智能相当的情况下，单任务成本低于 Claude Opus 5.5：Gemini 4 Carbon 每个 Intelligence Index 任务的成本为 $7.76，比 Claude Opus 5.5（最大推理模式，$10.04）低约 23%，但约为 GPT-6 Astra（最大推理模式，$6.25）的 1.2 倍。它每个任务消耗 12.3 万输出 token，比 Claude Opus 5.5（最大推理模式，17.3 万）少 29%。在相同的 20 标准定价下，其单任务成本与 Gemini 4 Argon（$7.68）持平，但在 Intelligence Index 上的得分高出 9 分。
➤ 在 AA-Omniscience v1.1 评分中领先，且幻觉率较低：Gemini 4 Carbon 在我们最新更新的 AA-Omniscience v1.1 测试中得分为 54 分，比 Claude Opus 5.5（max，48 分）高出 6 分，比 Gemini 4 Argon（46 分）高出 8 分。其准确率（正确百分比）较 Argon 提升 10 个百分点至 58%，而幻觉率则从 4% 上升至 11%。这仍是所有模型中第二低的幻觉率，仅次于 Argon；相比之下，Claude Opus 5.5 (max) 和 GPT-6 Astra (max) 的幻觉率均为 50%
关键模型细节： ➤ 上下文窗口：1M tokens ➤ 多模态性：支持文本、图像、视频和语音输入，输出为文本 ➤ 定价：每百万输入/输出 token 收费 20，与 Gemini 4 Argon 的标准定价相同，但享有 50% 折扣。缓存输入 token 享受 95% 折扣（每百万 $0.20）
祝贺 @GoogleDeepMind 团队！
