核心要点
- 已开放：谷歌 10 月 28 日发布、11 月 10 日面向所有付费开发者与企业开放 Gemini 4 Carbon；APIYI 11 月 11 日接入，模型名
gemini-4-carbon，default/svip分组可用，Gemini 原生与 OpenAI 兼容双端点 - 限时价 $2 / $10（每 1M tokens），至 2026 年 11 月 30 日；12 月 1 日起随官方恢复 $4 / $20
- 官方定位是“最难的任务”：Artificial Analysis 智能指数 59 分排名第一，网络安全三项 SOTA，CursorBench 4.0、WANDR、AutomationBench 均为第一
- 实测能力齐全：双端点、流式、函数调用（含回传）、JSON Schema、图片理解全部通过，低并发 0 错误
- 资源调整后复测：非流式与流式请求全部命中
gemini-4-carbon；19.9 万 tokens 长文找针通过，maxOutputTokens已生效
背景介绍
Carbon 是 Gemini 4 家族的第二款模型，距离 Argon 发布只隔了两周。谷歌给它的定位不是“更会聊天”，而是把模型推到长程任务的极限：跨多个包的迁移、跨子系统的根因排查、复杂架构重设计、开放式科学发现，以及网络安全防御。 发布分两步：10 月 28 日先通过 Fairwind 计划开放给一批网络安全防御方；11 月 10 日面向所有付费开发者、企业和 Google AI Ultra 订阅用户开放，同一天进入 Google Antigravity、Gemini 应用与 Search 的 AI Mode。APIYI 在开放次日完成接入。 和 Argon 的关系可以这样理解：两者共享 1M 窗口、内置工具和每 token 价格，差别在“愿意想多久”。Argon 是日常代码与知识工作的效率档，Carbon 是难题档——同一道题，Carbon 会花更多思考 tokens 去探索、验证、检查边界情况，因此更慢、更贵，但上限更高。详细解析
官方基准
以下为谷歌官方公布数据，未经 APIYI 独立复现：
第三方 Artificial Analysis 另测得两个值得注意的数字：Carbon 的 AA-Omniscience 幻觉率约 11%（Argon 约 4%），输出也明显更啰嗦（完整指数跑约 2 亿输出 tokens，中位数 6,400 万）。难题上限更高，但事实型任务不能盲信，建议要求出处并做二次校验。
网络安全是这次的主轴
谷歌把 Carbon 的网络安全能力拆成“发现—验证—修复”三段，并分别给了基准：- 发现：SEC-bench Pro 88.2%，在真实软件里自主定位复杂漏洞；
- 验证：ExploitGym 54.8%，判断哪些漏洞真的可利用，好排修复优先级；
- 修复：CWE-bench 71.0%，把已验证的问题直接变成能跑的补丁。
长程与多模态
Carbon 的另一个卖点是“能连续跑”。谷歌称内部团队让它连续运行数天，跨大型代码库定位并修复细微 bug；在 WebDev Arena 上比上一代提升 89 Elo，排到第 4；在前端任务里会自己跑构建—验证循环、从错误里恢复、同时检查代码和渲染结果。 多模态知识工作是第三条线：跨密集 PDF、表格、幻灯片做带出处的综合，严格按 schema 输出表格、演示和报告。谷歌与 Artificial Analysis 新做的 MKA 基准里，Carbon 排第 2，单位任务成本比第一名低 6 倍以上。API 层面的变化
- 1M 统一窗口：输入、思考、输出共用 1,048,576 tokens；流式单段最多 65,536 tokens，更长输出用长输出续写。
- 思考档位：默认
medium，支持low/medium/high；thinkingBudget不再支持，传了应返回 400；minimal也不支持。 - 采样参数固定：
temperature1.0、topP0.95、topK64，自定义值被忽略。 - 缓存：只支持隐式缓存（最低 4,096 tokens），不支持显式
cachedContents。 - 文件输入：除 PDF / 纯文本外，还接受 docx、pptx、xlsx 等 Office 与 OpenDocument 文件。
- 知识截止：2026 年 3 月。
上线前实测
我们在 APIYI 上用低并发跑了一轮，覆盖双端点、流式、函数调用、JSON Schema、图片、思考档位与长文找针。完整数据在测试报告里，这里只放结论。 通过的：原生与 OpenAI 两端的非流式 / 流式都正常；函数调用能正确给出get_weather({"city":"北京"}) 并把工具结果回传；JSON Schema 两端都返回合法 JSON；图片能识别 Chatbox 设置截图；thinkingLevel 从 low 到 high 能把思考量从 126 拉到 1,404 tokens。
低并发时延：复测 60 次短请求 0 错误，P50 12.6 秒；长尾仍有 60- 原厂切换应答模型：此前部分响应会显示
3.1-flash-lite-05-2026，资源调整后复测未再复现。这仍是原厂可按请求切换的能力，若遇到可记录modelVersion并重试；不代表请求违规。 - 1M 上下文：19.9 万 tokens 的文档找针通过，
promptTokenCount=199,277；此前约 12.8 万封顶、静默截断的现象未再复现。50 万 / 100 万档本轮未测，建议先小样本验证。 maxOutputTokens已生效：但它把思考 tokens 一起计入；实测传 50 / 100 / 300 都会在思考阶段用尽预算，返回MAX_TOKENS且没有正文，难题要把上限设到几千以上。
价格与可用性
- 模型名
gemini-4-carbon，default/svip分组可用。 - 限时价至 2026 年 11 月 30 日；12 月 1 日起随官方调整。
- 原生端点：
POST /v1beta/models/gemini-4-carbon:generateContent；OpenAI 兼容端点：POST /v1/chat/completions。
模型价格与官网对齐，且可能随官网调整；上表仅供参考，具体以顶部导航「模型价格」栏目为准：模型价格。
总结与建议
Carbon 适合难题：长程编码、跨系统根因排查、科学推理、安全审计、密集多模态综合。日常代码和交互式任务，Argon 更快更省，未必需要 Carbon 的额外思考。 上线初期建议这样用：- 关键任务记录
modelVersion；若落到 Flash-Lite 按业务决定是否重试，对一致性敏感的流程加二次校验。 - 超长文档先小样本验证（19.9 万 tokens 已验证），更大规模再分段。
maxOutputTokens留足预算，避免思考完没有正文。- 简单任务用
low，难题用high；high的思考 tokens 按输出计费，成本会明显上升。