Artificial Analysis
2026 年 10 月 28 日
Google 推出的 Gemini 4 Carbon 目前在 Artificial Analysis Intelligence Index v5 中位列第一，在编码代理指数（Coding Agent Index）中则紧随 Claude Opus 5.5 之后。
Gemini 4 Carbon 在 Intelligence Index v5 上获得 59 分，主要得益于其在复杂推理、知识及科学任务中的卓越表现。相较于其他 Gemini 模型，该版本在编码和知识工作方面也有显著提升，尽管并非在所有领域均处于领先地位。
与同期发布的 Gemini 4 Argon 类似，Gemini 4 Carbon 目前仅向特定用户开放，尚未全面公开。Google 提供了 50% 的推出折扣，且未确认折扣结束日期。本文所有图表数据均基于标准定价计算。
Gemini 4 Carbon 的关键性能指标如下：
➤ 智能指数领先：Gemini 4 Carbon 在 Intelligence Index v5 中排名第一，在 9 项基准测试中有 4 项取得最高分，包括 HLE-Diamond、Terminal-Bench-Science、AA-Omniscience 和 AutomationBench-AA。但在纯编码和知识工作类基准中并未占据首位。
➤ 编码能力逼近顶尖水平：在 Coding Agent 指数中，Gemini 4 Carbon (High) 得分为 59 分，仅次于使用 Claude Code 的 Claude Opus 5.5 (Max, 62 分)。在 Terminal Bench 4.0 中得分 64%，在 FrontierCode v1.1 中得分 51%，均排名第二，落后于 Claude Opus 5.5 (Max) 的 56%。鉴于 Google 模型历史上在此领域的表现较弱，这一进步尤为显著。
➤ 代理知识工作提升但未夺冠：在 AA Briefs 基准中，Gemini 4 Carbon (High) 评分为 1609 Elo，较 Gemini 4 (High, 1483) 提升 126 分。但仍落后于 Grok 4.7 (xhigh, 1638)、Muse Wonder (max, 1659) 和 Kimi K3.1 Pro (1678)。其最大增益来自呈现环节（Elo 上升 293 至 1598），分析质量也提高了 120 点至 1671。
➤ 成本效益优于部分竞品：按标准定价计算，Gemini 4 Carbon 完成每项 Intelligence Index 任务的成本为 7.76 美元，比 Claude Opus 5.5 (Max, 10.04 美元) 低约 23%，但高于 GPT-6 Astra (Max, 6.25 美元) 的 1.2 倍。其每任务输出 Token 数为 123k，比 Claude Opus 5.5 (Max, 173k) 少 29%。在相同的 4 美元/20 美元每百万 Token 价格下，其单任务成本与 Gemini 4 Argon (7.68 美元) 基本持平，但 Intelligence Index 得分高出 9 分。
➤ 幻觉率控制良好：在最新更新的 AA-Omniscience v1.1 基准中，Gemini 4 Carbon 得分为 54 分，领先 Claude Opus 5.5 (Max, 48 分) 6 分，领先 Gemini 4 Argon (46 分) 8 分。其准确率 (% Correct) 较 Argon 提升 10 个百分点至 58%，幻觉率从 4% 上升至 11%。尽管如此，这仍是所有受测模型中第二低的幻觉率，仅次于 Argon；相比之下，Claude Opus 5.5 (Max) 和 GPT-6 Astra (Max) 的幻觉率为 50%。
模型关键规格：
➤ 上下文窗口：1M Tokens
➤ 多模态支持：输入支持文本、图像、视频和语音；输出支持文本
➤ 价格：输入/输出每百万 Token 分别为 4 美元/20 美元，与 Gemini 4 Argon 标准价一致，当前享受 50% 折扣。存储的输入 Token 享受 95% 折扣（标准价为 0.20 美元/百万 Token）
