Google 喺兩星期前推出 Gemini 4 Argon 之後，又火速推出後繼旗艦 Gemini 4 Carbon。根據 2026 年 10 月 29 日嘅發布資料，Carbon 喺 Artificial Analysis 智能指數 5.0（Intelligence Index 5.0）入面取得 59 分，排喺全球第一位，超越 Claude Opus 5.5 同 GPT-6 Astra。
跑分：邊度勝、邊度唔勝
喺命令行同終端工程類測試上，Carbon 喺 Terminal-Bench 4.0 拿到 65.2%，領先 Opus 5.5 嘅 59.6% 同 Astra 嘅 59.1%；科學終端任務 Terminal-Bench-Science 0.1 以 64.8% 排第一。長上下文部分，256k 至 1M 嘅 GraphWalks 測試，Carbon 得 96.2%，與 Opus 5.5（66.8%）同 Astra（71.8%）差距明顯。模擬長週期商業營運嘅 Vending-Bench 2 入面，Carbon 最終帳户餘額為 16,484 美元，接近 Opus 5.5（9,235 美元）嘅 1.8 倍。
不過 Carbon 並非樣樣第一。喺衡量前沿軟件工程嘅 FrontierSWE 2 上，GPT-6 Astra（65.5%）同 Opus 5.5（62.3%）依然排喺 Carbon（61.2%）前面。OSWorld-2.1 離線子集方面，Opus 5.5 以 87.2% 保持第一，Carbon 只係 81.5%。搭配各官方 CLI 工具嘅 Coding Agent 專項指數入面，Carbon 配合 Google Antigravity CLI 得 59 分，仍比 Claude Code 加持下嘅 Opus 5.5（62 分）低 3 分。WebDev Arena 方面 Carbon 嘅 Elo 分升至 1,769，全球第四。
Token 效率同首發價
獨立評測數據顯示，Opus 5.5 完成單次 Intelligence Index 評估平均要消耗 17.3 萬輸出 Token，Carbon 只須 12.3 萬，輸出量減少 29%。按此計算，即便 Carbon 日後恢復與 Opus 5.5 相同嘅 $4/$20 標準定價，單次任務平均成本（$7.76）仍比 Opus 5.5（$10.04）低約 23%。喺目前 $2/$10 嘅首發半价階段，實際帳單成本據指不足 Opus 5.5 嘅四成。針對 Agent（AI 代理）任務高頻使用嘅緩存命輸入（cached input），Carbon 更提供九五折優惠，低至 $0.2/百萬 Token。
安全與防作弊：廠商自報
網絡安全防禦全生命週期係 Google 今次嘅核心差異化賣點。喺 SEC-bench Pro（涵蓋 V8 引擎、Linux 內核等真實高危漏洞）上，Carbon 得 88.2%，領先 Argon（78.8%）同 GPT-6 Astra（85.4%）。漏洞利用驗證基準 ExploitGym 上，Carbon 得 54.8%（Argon 前代 35.1%）。CWE-bench（涵蓋 73 種常見弱點嘅審計修復測試）上，Carbon 得 71.0%，高於 Opus 5.5（67.0%）同 Argon（68.0%）。谷歌內部數據指安全代碼成功率比 Argon 提升 2 倍以上，Chrome 團隊更指 Carbon 生成安全補丁比「另一家頂級實驗室」強 10 倍以上。
防作弊方面，Carbon 喺 Terminal-Bench 4.0 嘅「成功作弊率」被壓至 0.0%，嘗試走捷徑比例 0.4%。谷歌指內部高嚴重性失調警報（misalignment alerts）減少近 80%，無根據斷言頻率比 Argon 低約 2 倍。關於提示詞注入（prompt injection，即攻擊者透過輸入指令繞過模型預設行為嘅攻擊），發布資料宣稱 Carbon「100% 免疫」。
模姐驗嚇貨
呢單賣點核心係廠商跑分加內部數據，真正獨立第三方數字只有 Artificial Analysis 智能指數同少數外掛基準。兩星期前 Argon 嘅智能指數係 53 分，Carbon 跳到 59，進步速喺確實快，但「全面超越」呢個形容要加個問號——FrontierSWE 2 同 OSWorld-2.1 兩個測試都輸咗。廠商自報嘅安全數據與 100% 免疫宣稱，獨立驗證情況未知，讀者自行判斷。
模姐｜深度調教
