Google的Gemini 4 Carbon在Artificial Analysis智能指数v5中获得59分，在受测模型中排名第一。Artificial Analysis表示，Carbon在该指数的九项评测中，有四项排名领先：HLE-Diamond、Terminal-Bench-Science、AA-Omniscience和AutomationBench-AA。该公司称，Carbon在复杂推理、知识和科学任务方面表现最强，但并非所有领域都名列第一。
这并不意味着Carbon已广泛开放。Google目前正向部分用户逐步推出，尚未面向公众开放。标准价格为每百万输入token $4、每百万输出token $20，与Gemini 4 Argon相同。Google目前提供50%的首发折扣，但尚未确认折扣何时结束。
编程和办公任务表现如何？
在Artificial Analysis的Coding Agent Index中，通过Antigravity CLI运行、启用高推理模式的Gemini 4 Carbon得分为59，比最高模式下的Claude Code（搭载Claude Opus 5.5）低3分，后者得分为62。Carbon在Terminal-Bench 4.0中以64%、在FrontierCode v1.1中以51%的成绩排名第二；Artificial Analysis表示，这两项评测均由Claude Opus 5.5领先。
在Artificial Analysis用于评估智能体知识工作能力的AA-Briefcase测试中，Carbon的表现也优于Gemini 4 Argon。启用高推理模式的Carbon获得1,609 Elo，比同样启用高推理模式的Argon高126分。不过，它仍落后于最高模式下的Muse Wonder（1,659）、xhigh模式下的Grok 4.7（1,638）和Kimi K3.1 Pro（1,678）。报告显示，Carbon提升最大的是演示文稿任务，增加293 Elo，达到1,598。
分数和价格说明了什么？
Artificial Analysis称，按标准定价计算，Carbon完成智能指数中的每项任务成本为$7.76，比最高模式下的Claude Opus 5.5（$10.04）低约23%，但高于最高模式下的GPT-6 Astra（$6.25）。基准测试对单项任务成本的估算还显示，Carbon（$7.68）与Argon（$7.68）接近，尽管Carbon的指数得分高出9分。Carbon的上下文窗口为1-million-token，可接收文本、图像、视频和语音输入，并以文本形式输出。这些只是Artificial Analysis的基准测试结果，不能据此确定该模型对每位用户或每种任务的实际表现。
为什么重要
对于能够使用Carbon的人来说，评测结果显示，它在推理和科学任务上可能颇具竞争力，而且在这项评测中的标准单任务成本低于Claude Opus 5.5。但目前大多数人还无法体验：Google仅向部分用户开放，折扣何时结束也尚未公布。
