谷歌Gemini 4 Carbon全面开放：Agent评测登顶、价格仅竞品四分之一，多智能体协同成最大看点

AI大模型的竞争，正在从谁更会回答问题，转向谁能真正完成一项复杂工作。谷歌CEO皮查伊宣布，发布不到两周的旗舰闭源模型Gemini 4 Carbon正式向开发者、企业和消费者全面开放，覆盖AI Studio、Gemini应用、搜索AI Mode等多个渠道。这次发布不再强调知识问答和数学推理，而是把真实工作场景放在了最显眼的位置——从AI编程、业务流程自动化到网络安全与科学研究，谷歌试图证明：模型的价值，最终要用它能否独立完成长程复杂任务来衡量。

真实工作流成竞争主战场

根据官方披露，Gemini 4 Carbon在CursorBench 4.0、Perplexity WANDR和Zapier AutomationBench三项面向真实工作流程的评测中均排名第一，分别覆盖AI编程、信息检索与复杂任务执行、跨企业应用的业务流程自动化，且完成任务的成本比次优外部模型低超过2倍。在Terminal-Bench 4.0代码与系统操作测试中，Carbon取得65.2%的成绩；在256K至1M Token上下文的长程推理测试GraphWalks中，F1分数达到96.2%，明显领先。

评测登顶不等于全面领先

值得注意的是，这些成绩并不意味着Carbon已经全面领先。Anthropic发布Claude Fable 5.2后，综合评测排名已生变：Fable 5.2最高推理配置的Intelligence Index得分为65，高于Carbon的60；在FrontierSWE v2真实软件工程任务中，Fable 5.2取得69.9%，Carbon为61.2%。不同模型在代码修改、终端任务、企业工作流和长程推理等场景中已出现明显分化。谷歌自己也承认，Argon仍更适合常规工程任务，Carbon则定位于需要深入推理和长时间验证的高难度工作。

一条指令调度整个Agent团队

比评测成绩更值得关注的，是谷歌对AI编程工作方式的改变。此次发布为Antigravity推出了/swarm功能：开发者通过一条提示词即可调度多个Agent并行处理不同任务，实时查看各自进度。这些Agent可以承担不同角色，例如让Carbon负责架构设计与代码审查，把简单工作分配给更快更便宜的模型，多个Agent在隔离工作空间中并行执行，还可引入对抗性验证Agent检查代码修改结果。从多年产业实践经验来看，这种设计试图解决AI编程的现实痛点：即使单个模型能力再强，长时间执行任务仍可能偏离目标，或在修改一个模块时破坏另一个模块。谷歌的演示案例颇具说服力——仅凭一条提示词，Carbon Agent团队利用1887至1889年的历史照片与工程图纸，重建出埃菲尔铁塔施工过程的Three.js交互式3D展览；另一案例中，Agent团队基于7份市议会规划PDF中的206个工程图视图，经10轮夜间执行循环，生成了包含约90.6万个三角形网格的交互式3D模型。未来的开发者或许不再逐条向模型提要求，而是像管理一个小型工程团队一样分配目标、检查进度、验证成果。

从财报分析到漏洞挖掘的落地

Carbon在高精度知识工作上的落地同样值得关注。在金融领域，它在Hebbia的端到端财务Agent评估中与最佳模型表现相当，在Balyasny覆盖23种前沿模型配置的金融智能评估中位居前列；在与Artificial Analysis合作推出的多模态知识Agent评测MKA中排名第二，但平均单任务成本比第一名低超过6倍——这体现出另一种竞争路线：以明显更低的成本完成接近领先水平的任务，同样具备商业价值。科研方面，研究团队用Carbon生成数百万行Lean代码，数周内完成了Signal加密协议关键安全性质的形式化证明，类似任务过去可能需要专家团队投入数年；在蛋白质研究中，Carbon在PB级序列档案中自主检索远缘同源序列，使7个低同源蛋白家族的检索量平均提升40倍。网络安全更是其最突出方向：在Project Fortify内部基准中实现漏洞扫描100%召回率、分诊精确率95%，还曾在不到两小时内发现两家大型SaaS服务商的零日漏洞。价格上，Carbon限时优惠为每百万输入Token 2美元、输出10美元，仅为Claude Fable 5.2标准价的四分之一，但优惠期至2026年11月30日截止。

从真实工作流评测登顶，到/swarm多智能体协同，再到金融、科研、安全等高精度场景的落地，Gemini 4 Carbon展示的不只是一款更强模型，更是AI从回答问题走向完成工作的产业拐点。对开发者与企业而言，如何在能力、成本与协作机制之间做出选型权衡，将是下一阶段的关键课题。