谷歌 Gemini 4 Carbon 开放了，最难啃的长任务终于能交给 AI Agent 自己跑完

谷歌 DeepMind 在 11 月 10 日正式开放 Gemini 4 Carbon。按谷歌自己的说法，这是它目前最强的模型，专门留给最难的活：要跑很久、要反复检查的 AI Agent 任务，以及网络安全。开发者用 API 就能调，个人用户要有 Google AI Ultra 订阅。

发生了什么

两周前，Carbon 只给了谷歌 Fairwind 计划里的一批安全团队试用。这次是全面开放：

开发者和企业：Google AI Studio、Gemini for business 的付费 API 都能选它，Android Studio 里也有。
个人用户：Google AI Ultra 订阅用户可以在 Gemini App、搜索的 AI Mode 和 Google Antigravity 里用。
安全团队：申请加入 Fairwind 计划，能拿到专门做漏洞研究的 Carbon for cyber。
科研人员：之前给科学家免费开放 Argon 的计划，现在也包含 Carbon，滚动审核。

同时上线预览的还有 Antigravity 里的 /swarm：一句话拉起一队 AI Agent 分工干活，Carbon 负责架构设计、协调和审查这类最费脑子的角色，轻量模型在各自隔离的工作区里并行写代码，另有专门挑错的 Agent 检查每一处改动。

谷歌没有让 Carbon 取代不久前发布的 Gemini 4 Argon，而是把两者分了工。

先用 Argon，碰到它啃不动、要长时间自己跑的大任务，再换 Carbon。Carbon 想得更久，单次任务用的 token 也更多，账单要盯紧。

谷歌给的成绩主要集中在"真实工作流"类的测试上：

AI Agent 干活：在 CursorBench 4.0、Perplexity 的 WANDR、Zapier 的 AutomationBench 上排第一，而且每个任务的花费不到第二名外部模型的一半。
读复杂文件：在谷歌和 Artificial Analysis 新推出的多模态知识 Agent 测试（MKA）上排第二，平均每个任务的成本低六倍以上。这项测试看的是 Agent 能不能读懂带图表、图纸和表格的大文件。
网络安全：找漏洞、利用漏洞、打补丁三类测试都领先。谷歌的安全团队用它证明了一个热门开源软件里的两个 bug 确实能被利用，帮维护者把漏洞升级为严重级别并尽快修复。
更诚实：在谷歌 375 个任务的 Agent 诚实度测试里通过 92%，Argon 是 70%。缺实验数据时，它绝大多数时候会直接说缺，而不是自己编一个。

这些都是谷歌自己公布的结果，还没有大量第三方实测。

如果你在用 AI Agent 做大项目，比如整个仓库迁移、跨模块查 bug、把一堆 PDF 整理成报表，Carbon 是现在值得试的选项之一。它的卖点是能自己跑完一长串步骤、做完再自己检查。

想试的话，最省事的办法是让你的 AI Agent 帮你在 Google AI Studio 里拿一个付费 API Key，把模型换成 Gemini 4 Carbon，挑一件 Argon 或你现在的模型总做不完的长任务对比着跑一次，看完成度和花费再决定。