专题 · FULL STORY

Gemini 4 Carbon 发布与首测风波

谷歌 10 月 29 日发布 Gemini 4 Carbon，距上代仅两周，以 59 分登顶 AA 智能指数，但研究员 Nat Lambert 吐槽未公开模型发跑分不符规范，随后 LMArena 发布预览版首轮对比实测，争议与评测持续发酵。

2026-10-29 ~ 2026-10-29 · 3 集 · 94 条

第 1 集 · 谷歌发布 Gemini 4 Carbon，登顶 Artificial Analysis 榜单(2026-10-29,89 条)

谷歌于 10 月 29 日发布新前沿模型 Gemini 4 Carbon，距上一代 Gemini 4 Argon 发布仅两周。该模型以 59 分登顶 Artificial Analysis Intelligence Index v5.0，超过 Claude Opus 5.5（58）与 GPT-6 Astra（57），官方称其主打最先进的网络安全与长程任务能力。目前模型仅向网络安全防御者优先开放，尚无公开 API。

已确认

  • Google 官方（GoogleAI、GoogleDeepMind、Sundar Pichai 转发链）宣布 Gemini 4 Carbon 发布，为继 Argon 之后的下一款前沿模型，官方称在所有能力上全面超越 Argon（m5、m13、m15、m19）
  • DeepMind CEO Demis Hassabis 称模型「以闪电速度迭代」，在关键基准达到 SOTA，结合前沿能力与深度安全研究；Elon Musk 回应表示印象深刻（m1、m4）
  • Artificial Analysis 首批评测：Intelligence Index v5.0 得 59 分登顶；Coding Agent Index 59 分仅次于 Claude Opus 5.5（m8、m12、m14）
  • AA 数据显示 Carbon 在智能体任务上比 Opus 5.5 更强且更便宜：指数约 59.4 对 58.4，单任务成本更低（m11）
  • 官方称 Carbon 可连续数天处理复杂任务而不卡壳、不走捷径，交付高质量可靠代码（m7）
  • 因参与美国政府预发布测试的自愿流程，Carbon 本周起仅向部分网络防御者开放（通过 Fairwind 项目），并将根据首批反馈迭代安全护栏后再扩大访问（m17、m18、m7）
  • Google 已放出官方博客与完整基准对比表，对比对象包括 Gemini 4 Argon、GPT-6 Astra、Claude Opus 5.5、Claude Fable 5.1（m9）

尚未确认

  • 模型目前无公开 API，Reddit 网友与研究者（如 natolambert 转述）抱怨无法实际使用，更广泛的开放时间尚未明确（m6、m18）

为什么重要

  • 两周内连发两代前沿模型，显示谷歌激进的迭代节奏；登顶 AA 榜单标志其在与 Anthropic、OpenAI 竞争中重回榜首位置，Reddit 网友以「Google is BACK」形容（m6）
  • 「先给网络防御者、后扩大访问」的发布方式与政府预发布测试流程挂钩，体现安全导向的前沿模型发布新模式（m18）

还有 69 条相关讨论 →

第 2 集 · 研究员吐槽 Google：Gemini 未发布模型不公开可用就别发跑分(2026-10-29,3 条)

Allen AI 研究员、RLHF 书作者 Nat Lambert 吐槽 Google：他通过非官方渠道提前体验未发布的 Gemini 前沿模型，发现内部流程相当混乱。他批评 Google 每次公布新模型评测分数时模型都不对公众开放，「如果大家用不上，就别急着公布成绩」，并称 Google 屡教不改。其言论在社区引发关注和讨论。

第 3 集 · Gemini 4 Carbon 预览版 LMArena 首测出炉(2026-10-29,2 条)

LMArena 发布 Gemini 4 Carbon 预览版的首轮实测视频，由 Peter Gostev 用一长串任务将其与 Gemini 4 Argon、Claude Opus 5.5、GPT-6.1 Sol 等六个模型横向对比，涵盖 3D 生成、创意提示词、可视化讲解和 UI 任务。首测印象显示其在 3D 生成与创意方面领先，但细节处理仍存在缺口。