AILIFELAB.CO VOL. 2026 · 11
AI 生活實驗室▪
工具實測 2026 · 11 · 01

Gemini 4 Carbon 規格整理:分數、價格、開放狀態,加上 3D 與程式動畫案例清單

模型資訊

項目內容
名稱Gemini 4 Carbon
公布日期2026 年 10 月 28 日
定位Google 新的旗艦模型,主打長時間自己做事的任務、寫程式和資安
上下文長度100 萬 token(Artificial Analysis 頁面資料)
輸入文字、圖片、語音、影片(Artificial Analysis 頁面資料)
同代的另一款Gemini 4 Argon,9 月 30 日推出,已經可以用

誰能用?

一般人目前還不能用。

Google 公告寫的是這週先開放給「一部分的資安防禦單位」,再透過 Fairwind 計畫逐步開放給更多受信任的合作夥伴,同時繼續收集回饋。什麼時候開放給一般開發者或一般使用者,官方沒有說明。

幾個常見的疑問:

  • Gemini App、AI Studio 能用嗎? 公告沒有提到這些管道。Artificial Analysis 的模型頁寫「沒有公開的 API」。
  • 為什麼 Arena 已經有排名、網路上也有人在分享作品? 公告前一週,Arena 的匿名對戰裡出現一個明顯比 Argon 強的版本。它當時掛的還是 Argon 的名字,但測試者認為那其實是 Carbon 的測試版,Google 沒有證實。使用者不能自己選,後來也抽不到了(TestingCatalog、作者貼文)。10 月 28 日 Arena 團隊和 Artificial Analysis 的實測,則是拿到預覽權限做的。
  • Fairwind 是什麼? Google 給政府單位、基礎設施業者、大型科技平台提早使用防禦型模型的計畫,SecurityWeek 報導有 650 多個組織參加。

想先用到最接近的版本,可以用已經開放的 Gemini 4 Argon。

價格

單位:每百萬 token,美元。

模型輸入輸出備註
Gemini 4 Carbon 優惠價$2$10Google 公告,跟 Argon 同價;快取輸入再打 5%
Gemini 4 Carbon 正式價$4$20Google 公告註腳:優惠期結束後適用。優惠期多長,官方沒有說明
Claude Opus 5.5$4$20多家價格追蹤網站資料

所以「定價一樣」是指正式價,現在的優惠價是 Opus 的一半。不過目前一般人也還買不到。

分數比較

綜合榜(第三方)

榜單CarbonOpus 5.5誰測的
綜合智力指數 v5.05958Artificial Analysis
Arena 文字榜第 1 名(1528)Arena(OfficeChai 報導)
Arena 網頁開發榜第 4 名(1768)Google 公告自己寫的
Arena 代理榜第 2 名第 1 名TestingCatalog 報導
寫程式代理榜(Coding Agent Index)5962Artificial Analysis(Lindy 等媒體引用)

綜合榜只差 1 分,寫程式代理榜是 Opus 領先。

Google 官方評測表重點

Google 公布的總表有 17 項,Opus 5.5 有數字的 16 項裡,Carbon 贏 14 項、輸 2 項。

項目測什麼CarbonOpus 5.5
Vals Index v2.2綜合70.4%70.2%
SWE-sweep寫程式代理9.6%3.6%
FrontierSWE 2寫程式代理61.2%62.3%
Terminal-Bench 4.0終端機操作65.2%59.6%
Agents’ Last Exam v1.1操作電腦77.4%71.6%
OSWorld-2.1(離線題組)操作電腦81.5%87.2%
AutomationBench(Zapier)知識工作自動化53.9%42.5%
Vending-Bench 2經營販賣機的模擬帳戶餘額$16,484$9,235
Chartography看懂圖表72.5%66.3%
Blueprint-Bench 2看懂藍圖58.6%51.2%
GraphWalks超長文件(25.6 萬到 100 萬 token)96.2%66.8%
RiemannBench數學80.0%69.6%
Terminal-Bench-Science 0.1科學任務64.8%59.0%

差距最大的是超長文件(96.2% 比 66.8%)。輸的兩項剛好是寫程式代理和操作電腦。

資安(大多是 Google 自測)

項目測什麼CarbonOpus 5.5誰測的
ExploitGym把已知漏洞做成真的能用的攻擊53.5%(每題 6 小時);54.8%(每題 10 小時)34.5%(每題 6 小時)Google 自測,Opus 數字取自 Anthropic 公開報告
CWE-bench修補漏洞71.0%67.0%Collinear 公開榜
SEC-bench Pro找出漏洞88.2%沒有比Google 自測

要注意三件事:

  1. Google 公告寫的 54.8% 是每題跑 10 小時的成績,Opus 是 6 小時。同樣 6 小時是 53.5% 比 34.5%,差距還是很大。
  2. 這些都是「沒有開防護」的測法,Carbon 由 Google 自己跑,對手的數字是從各家公開報告抄來的,條件不一定相同。
  3. 同一張 ExploitGym 圖裡也有 Anthropic 專做資安、限定審核才能用的 Claude Mythos 5.1,分數是 30.4%(6 小時)。

另外,Google 公告說 Chrome 團隊回報,在產生高品質補丁這件事上,Carbon 比「另一家的大型前沿模型」好 10 倍以上。比的是哪一家、10 倍怎麼算,官方沒有說明,也沒有公開數據。

知識考:答對率、幻覺率、作答率

Artificial Analysis 的 AA-Omniscience 是一份冷門知識考,會把「不知道還硬答」算成扣分。

項目CarbonOpus 5.5
答對率58.3%65.5%
幻覺率(沒答對的題目裡,答錯而不是說不知道的比例)11.4%50.3%
有作答的比例64.3%86.7%

我自己換算:每 100 題,Opus 大約答錯 17 題,Carbon 大約答錯 5 題。Carbon 答對的比較少,但不會的題目多半會說不知道,比較不會一本正經地亂講。

3D 與程式動畫案例

下面的作品都是用程式(多半是 three.js)在網頁上做出來的,不是生成影片。模型名稱、製作時間都是作者自己說的。

影片裡的三個

作品作者作者說法連結
雙黑洞 Two Black Hole Horizons@thtbee_照兩張圖盡量重現,全用 three.js,花了 1 小時 40 分貼文
富士庭園 Fuji Garden@doe_naps可以用蝴蝶的視角飛進去,有水面倒影、會走動做事的小人貼文
水墨黑貓 Ethereal Cloudy Cat@thtbee_全用 three.js,57 分鐘,會追小蝴蝶;作者說音效很吵貼文

這三件都是公告前在 Arena 測到的測試版。

Arena 團隊的 47 分鐘實測(10 月 28 日)

Arena 團隊拿 Carbon 的預覽版跟 Argon、Opus 5.5、GPT-6.1 Sol 等模型比 3D、創意、視覺解說和介面設計。影片連結

時間點內容畫面上顯示的成本
0:15白宮 3D,Carbon 對 Argon、Opus
6:28Carbon 不夠好的地方:細節不足
15:33莫內麥草堆畫作轉場
18:37梵谷畫作世界,梵谷臥室做成 3D約 $1.86
26:27倫敦歷代,從西元 100 年的羅馬倫敦開始,有時間軸約 $2.24
33:20視覺解說:閃電怎麼形成
39:45金門大橋完工動畫,海報風約 $1.06

片中 Opus 5.5 做的白宮細節也很強,所以 3D 不能說 Carbon 全面贏。

公告前的其他測試版作品

作品作者作者說法連結
可樂瓶 SVG@dummerspast39在 Arena 大約 5 分鐘做出來,覺得比 Opus 好;畫面有可口可樂商標貼文
城堡光線切換@Mr_Salio3D 品質很高;影片裡有黃金時刻、藍調時刻、月光、晨霧四種光線貼文
河谷下雨(像素方塊風)@abhinavflac有水面倒影和動態天氣,比 Argon 多花 2 到 3 倍時間貼文
水晶柑橘@pankajkumar_dev互動 3D,約 20 分鐘貼文
機械蜜蜂@thtbee_做出蜜蜂跳 8 字舞和翅膀的動作,有爆炸圖和藍圖模式貼文

公告後的其他實測

作品作者說明連結
白宮 3D:Carbon 對 Opus 5.5@exploraX_作者說兩邊都很強,很難選貼文
Chrome 小恐龍遊戲@noclipepeCarbon 34 分 41 秒、$5.20;Opus 5.5 38 分 55 秒、$8.53貼文

更多案例影片,有人整理在 這個 GitHub 頁面。

要小心看的地方

  1. 很慢。 Artificial Analysis 量到開始回覆前要等約 118 秒,Argon 約 49 秒;開始輸出後的速度差不多(每秒約 85 對 83 token)。測試者 Lumina 的說法是依任務不同慢 2 到 4 倍(TestingCatalog 轉述,沒有公開測法)。
  2. 很多分數是 Google 自己公布的。 資安三項裡有兩項是 Google 自己跑的,「好 10 倍以上」是 Chrome 團隊的內部回報。
  3. 社群作品的模型名稱是作者自述。 公告前的社群作品,是不是 Carbon 是測試者自己判斷的,Google 沒有證實。只有 Arena 團隊 10 月 28 日的實測,是確定拿預覽權限做的。
  4. 寫程式代理榜 Opus 領先。 Artificial Analysis 的寫程式代理榜 Opus 62、Carbon 59;Google 自己的表也輸在 FrontierSWE 2 和 OSWorld-2.1。
  5. 綜合榜只贏 1 分。 59 比 58,差距很小,換個測法排名就可能不一樣。

資料來源

以上資料整理到 2026 年 11 月 1 日,Carbon 還在分階段開放,分數和開放狀態之後可能會變。


想看我實際拿新模型做動畫、做短影音的過程,追蹤我的 IG 👉 @life.coach.mtcity,新模型的實測我都會放在那裡。