> ## Documentation Index
> Fetch the complete documentation index at: https://docs.apiyi.com/llms.txt
> Use this file to discover all available pages before exploring further.

# Gemini 4 Carbon 上线：谷歌最强推理模型开放

> 谷歌最强推理模型 Gemini 4 Carbon 已在 APIYI 开放，原生与 OpenAI 兼容双端点，限时 $2/$10 至 11 月 30 日。实测双端点、工具调用、结构化输出与 19.9 万 tokens 长文；资源调整后复测全部命中 Carbon，输出限长已生效。

## 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：

| 基准 | 衡量内容 | Gemini 4 Carbon |
| - | - | - |
| Artificial Analysis Intelligence Index v5 | 综合智能 | 59（第 1） |
| SEC-bench Pro | 发现真实漏洞 | 88.2% |
| ExploitGym | 验证漏洞可利用性 | 54.8% |
| CWE-bench | 根因修复 | 71.0% |
| WebDev Arena | Web 开发 | 第 4，1768 分（+89 Elo） |
| CursorBench 4.0 | 真实编码任务 | 第 1 |
| Perplexity WANDR | 广域深度研究 | 第 1 |
| Zapier AutomationBench | 端到端业务流程 | 第 1，单位成本低 2 倍以上 |
| Artificial Analysis MKA | 多模态知识 agent | 第 2，单位成本低 6 倍以上 |

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。

谷歌内部案例称，Carbon 在 Project Fortify 的扫描环节做到 100% 召回、分诊 95% 精确率；在开源代码测试中，召回率比 Argon 相对提升 25% 以上。这些是官方口径，且评测未开护栏，实际部署会受安全策略影响。

### 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**：`temperature` 1.0、`topP` 0.95、`topK` 64，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~~170 秒，另有一次 180 秒超时。客户端超时建议按官方口径放宽（复杂任务 15~~20 分钟），不要用短超时硬切。

**复测变化**（详见使用文档）：

1. **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。
2. **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。
3. **`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

| 项目 | 价格（每 1M tokens） |
| - | - |
| 输入 | \$2（12 月 1 日起 \$4） |
| 输出（含思考） | \$10（12 月 1 日起 \$20） |
| 缓存读取 | \$0.10（输入价 95% off） |

* 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`。

> [!NOTE]
>
> 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](https://docs.apiyi.com/models/index.md)。

## 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。

模型已经可以在 APIYI 直接调用，接入方式与 Gemini 其它模型一致。完整参数、限制与示例见 [Gemini 4 Carbon 使用文档](https://docs.apiyi.com/api-capabilities/gemini-4-carbon/overview.md)。


This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.