专题 · FULL STORY

Gemini 4 Carbon 发布：登顶与争议

谷歌在 Gemini 4 Argon 发布仅两周后推出 Gemini 4 Carbon，迅速登顶 Artificial Analysis 榜单，但 Vals 行业评测中惜败 Claude Sonnet 5.5，且发布前后基准成绩提前流出，随后又有爆料称各家实验室仍有待发新模型，竞争持续升级。

2026-10-29 ~ 2026-10-30 · 4 集 · 131 条

第 1 集 · 谷歌发布 Gemini 4 Carbon，登顶 AA 智能指数(2026-10-29,123 条)

谷歌于 10 月 29 日发布新一代前沿模型 Gemini 4 Carbon，距 Gemini 4 Argon 发布仅约两周。官方与第三方评测均显示，该模型以 59 分登顶 Artificial Analysis Intelligence Index v5.0，领先 Claude Opus 5.5（58 分）与 GPT-6 Astra（57 分），谷歌由此重回榜单第一。

已确认

  • 官方公告（GoogleAI、Sundar Pichai、Logan Kilpatrick）确认 Gemini 4 Carbon 为谷歌最强前沿模型，主打最先进的网络安全与长程任务能力，在多数基准上较上代提升，自主编码与网络防御表现突出；官方博客附有 Carbon 与 Gemini 4 Argon、GPT-6 Astra、Claude Opus 5.5、Claude Fable 5.1 的完整基准对比表
  • DeepMind 补充称 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；将先根据首批网络防御者反馈迭代安全护栏，再扩大访问范围
  • Artificial Analysis 首批评测：Intelligence Index v5 以 59 分登顶；Coding Agent Index 59 分仅次于 Claude Opus 系列
  • 据 Yuchen Jin 转述的 AA 数据，Carbon 在智能体任务上比 Opus 5.5 更强也更便宜（指数约 59.4 vs 58.4，单任务成本约 $7 级别、更低）
  • Logan Kilpatrick 确认模型首批面向网络防御者开放，正努力让更广泛用户尽快用上；Reddit 用户指出目前尚无公开 API；Prompt Engineering 称定价不变
  • TheAIGRID 视频梳理称 Carbon 定位为 Gemini 4 时代最强模型，网安基准 SEC-bench Pro 得 88.2%、ExploitGym 54%，首发权限归网络安全场景
  • DeepMind CEO Demis Hassabis 转发造势，称模型以「闪电速度」迭代、关键基准 SOTA；Elon Musk 回应表示 impressed；Matthew Berman 发布评测视频，直接以「Google is BACK」为标题

时间线

  • 10 月 29 日：谷歌官方（GoogleAI、Sundar Pichai 等）官宣 Gemini 4 Carbon，附基准对比表；Demis Hassabis、Elon Musk 等相继表态
  • 10 月 29 日：Artificial Analysis 发布首批评测，Carbon 以 59 分登顶 Intelligence Index v5.0
  • 10 月 30 日：TheAIGRID 等第三方频道发布视频梳理，进一步解读 Carbon 的网安定位与首发权限安排

为什么重要

  • 两周内连发 Argon 与 Carbon 两个前沿模型，显示谷歌明显加快了模型迭代节奏，多位评论者以「Google is BACK」形容此次强势回归
  • 在网络安全与长程自主任务两个高风险高价值方向创下 SOTA（如 SEC-bench Pro 88.2%），且首批开放对象为网络防御者，体现了能力发布与安全护栏并重的策略
  • 在与 Claude Opus 5.5、GPT-6 Astra 的正面基准竞争中反超登顶，且在智能体任务上兼具性能与成本优势，可能改变当前前沿模型的竞争格局

还有 103 条相关讨论 →

第 2 集 · Vals 指数榜：Claude Sonnet 5.5 登顶，Gemini 4 Carbon 第二(2026-10-29,3 条)

评测机构 Vals AI 发布 Index v2.2，横跨金融、编程、法律、税务四个行业按 GDP 加权综合评测各家模型。Claude Sonnet 5.5 以 70.85% 的准确率登顶综合榜；Google DeepMind 的 Gemini 4 Carbon 首次上榜即列第二（70.36%），并拿下金融与法律两个细分第一。此外在精度 vs 成本的两轴对比中，Sonnet 5.5 精度最高，GPT-6.1 Sol 在效率上占优。

第 3 集 · Gemini 4 Carbon 基准与 Arena 成绩提前流出(2026-10-29,3 条)

Google 尚未发布的 Gemini 4 Carbon 基准成绩在网络上流出。博主 Andrew Curran 分享了测试链接，Zvi 表示将撤回「Gemini 4 Argon 已非完全前沿」的判断。对比截图显示其在多项基准上被「刷满」，另有转发称该模型已现身 Arena，在 3D 任务上击败 Opus 5.5，被称「目前世界最好的 3D 模型」，不过也有网友吐槽实际根本用不上。

第 4 集 · 爆料称各大实验室均握有待发新模型(2026-10-29,2 条)

知名 AI 爆料账号 iruletheworldmo（11.7 万粉丝）称，继 Carbon 之后谷歌的下一代模型已准备就绪，将视 OpenAI 与 Anthropic 的发布时机而出招；同时爆料指 OpenAI 和 Anthropic 各自备有一款能力显著跃升、随时可发布的模型，领先 Gemini，并称「指数曲线仍在加速」。消息属未经证实的行业爆料，但反映出前沿模型竞争仍在白热化。