最强模型Gemini 4 Carbon 正式开放：Google 公布 3 项工作流基准第一，API 价格与接入指南

发布日期：2026-11-11 | 信息核验：2026-11-11 | 模型 ID：gemini-4-carbon

北京时间 2026 年 11 月 11 日，Google 扩大了 Gemini 4 Carbon 的开放范围，官方公告日期为 11 月 10 日。这款面向复杂软件工程、多模态知识工作与科学推理的模型，现已向付费 API 开发者和企业用户开放，Google AI Ultra 用户也将逐步在相关产品中获得访问。Google 公布其在 3 项工作流基准中排名第一；开发者更需要关注的，是它与 Argon 相同的 Token 单价、更高的思考消耗，以及截至 11 月 30 日的每百万输入 2 美元、输出 10 美元定价。

这次正式开放，和此前公布有什么不同？

Gemini 4 Carbon 此次从有限范围试用，扩展到了付费开发者、企业和部分订阅用户。Google 10 月 28 日首次公布 Carbon 时，主要通过 Fairwind 计划向部分网络安全防御团队提供访问；11 月 10 日的公告才是本轮扩大开放的节点。

按照 Google 官方公告和 2026 年 11 月的 API 文档，主要入口包括：

开发者与企业：通过付费 Gemini API、Google AI Studio 和 Gemini for business 使用。
Google AI Ultra 用户：在 Antigravity、Gemini app 和 AI Mode in Search 中逐步获得访问。
科研人员：可申请在 Antigravity 中获得 6 个月访问权益，按资格、容量和遴选结果滚动开放。

因此，“正式开放”需要结合账号权限理解。API 文档明确 Carbon 不提供 Free tier，科研计划也需要申请，不能把它理解为所有账号都能免费使用。

3 项基准第一，提升主要体现在哪？

Google 将 Carbon 的重点放在需要持续探索、执行和验证的复杂任务上。它会花费更多思考 Token 检查假设、追踪错误和验证结果，涉及多模块的软件修改、密集文档分析与科研推理都是其主要应用方向。

据 Google 11 月 10 日公告，Carbon 在 CursorBench 4.0、Perplexity WANDR 和 Zapier AutomationBench 三项工作流基准中排名第一，单任务成本不到次优外部模型的一半。

在新推出的多模态知识 Agent 基准 MKA 中，Google 披露 Carbon 排名第二，平均单任务成本不到最高分模型的六分之一。这些数字对应特定测试与比较对象，不能直接外推为所有业务都能节省同样比例。

能力变化也体现在工作流程上：官方展示了从规划 PDF 和工程图中提取信息、再由多 Agent 协作生成交互式三维场景的案例。这里考验的不只是代码生成，还包括跨文件理解、任务拆分和反复校验。

配合此次发布，Google 在 Antigravity 中预览了 /swarm：将一条需求拆成可实时追踪的 Agent 团队任务，由不同角色协作推进。这一功能仍处于预览阶段，应与 Carbon 模型本身的正式可用状态区分。

Carbon 与 Argon 同价，应该如何分工？

Carbon 与 Argon 的主要区别在于推理投入。官方开发文档说明，两者具有相同的统一上下文窗口和每 Token 定价，但 Carbon 每轮通常使用更多思考 Token，响应延迟也更高。

对于跨模块根因定位、架构设计、复杂资料综合和科学证明，可以重点测试 Carbon。对于需要快速反馈的交互式编程、日常功能迭代，可以将 Argon 保留在对照组中，比较任务完成率、耗时和总 Token 消耗。

上下文容量也需要准确理解。官方型号页给出的 1,048,576 Token 是输入、思考和输出共享的统一窗口；默认同步输出上限为 65,536 Token。需要更长输出时，可按官方推荐开启后台执行并提高输出上限，同时为输入和思考预留空间。

多模态能力同样有边界：Carbon 接收文字、图片、视频、音频和 PDF，输出为文字。它支持理解这些素材，不意味着模型本身提供图片生成、语音生成或 Live API。

API 价格：11 月与 12 月要分开算

Carbon 的标准 API 定价已明确区分两个时间段。以下数据来自 Google 官方价格页，核验于 2026 年 11 月 11 日，单位均为美元/百万 Token。

计费项	截至 2026-11-30	自 2026-12-01 起
普通输入	2.00	4.00
输出，包含思考 Token	10.00	20.00
隐式缓存命中输入	0.10	0.20

这意味着，按当前已公布规则，12 月起这三项标准单价均为 11 月价格的两倍。做长期预算时，应同时保留两套价格，避免把上线初期价格当作长期成本。

输出费用包含思考 Token。 Carbon 与 Argon 即使每 Token 单价相同，完成同一任务的总费用也可能不同；仅统计最终可见回答的长度，会低估模型的实际用量。

Google Search 等工具另有计费规则。上表采用 Standard 档，不代表 Batch、Flex 或 Priority 档的价格；隐式缓存也需要实际命中，Carbon 当前不支持显式缓存。

现在就能做的一次接入测试

已有付费 API 权限的开发者，可以先在 Google AI Studio 选择 gemini-4-carbon，用一个真实失败案例验证效果，再决定是否迁移更多任务。测试时固定输入材料和验收条件，分别记录是否解决问题、总 Token 和完成时间。

下面的 Python 示例依据官方新特性文档中的 Interactions API 写法，使用默认推荐的 medium 思考档位。先安装或更新 SDK，并在运行环境中配置自己的 GEMINI_API_KEY，再执行代码。

python3 -m pip install -U google-genai

from google import genai

client = genai.Client()

interaction = client.interactions.create(
    model="gemini-4-carbon",
    input=(
        "分析以下并发重试问题。先列出待验证的假设和所需证据，"
        "再给出最小修复方案与回归测试；资料不足时明确指出缺口。\n\n"
        "现象：支付请求超时后，客户端会重试；服务端偶尔出现重复订单。"
    ),
    generation_config={"thinking_level": "medium"},
)

print(interaction.output_text)

这个测试只能检查分析思路；要验证修复效果，还需补充脱敏后的相关代码、日志和测试条件。

从 Argon 迁移时，官方说明请求结构无需变化，主要调整模型 ID，并检查思考消耗与超时设置。从更早版本迁移，还需注意移除显式缓存配置；temperature、top_p、top_k 等采样参数在 Carbon 上会被忽略。

Gemini 4 Carbon 的实际价值，需要放进完整任务中衡量：复杂问题是否能更可靠地解决，额外思考是否换来了更少返工，以及成本能否被业务接受。本文依据 Google 发布公告与 API 文档整理，信息截至 2026 年 11 月 11 日。

参考资料

Google 正式开放公告，2026-11-10：blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-carbon-now-available/
Google 首次公布 Carbon，2026-10-28：blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-carbon/
Gemini API 更新日志：aistudio.google.com/docs/changelog
Carbon 模型规格：aistudio.google.com/docs/models/gemini-4-carbon
Carbon 新特性与迁移指南：aistudio.google.com/docs/whats-new-gemini-4-carbon
Gemini API 价格页：aistudio.google.com/docs/pricing#gemini-4-carbon