Gemini 4 Argon 全面铺开两周后，谷歌就掏出新旗舰 Gemini 4 Carbon，在刚更新的 Artificial Analysis 智能指数 5.0 上以 59 分登顶，超过 Claude Opus 5.5 与 GPT-6 Astra；前代 Argon 是 53 分。首发延续半价：输入 2 美元、输出 10 美元每百万 Token，账面单价为 Opus 5.5（4/20）的一半，缓存命中输入再降 95% 至 0.2 美元。

长程工程能力是主要卖点。在谷歌内部实践中，Carbon 能连续跑好几天，在庞大代码库与底层系统里自己摸索，中途多次撞上死胡同也继续死磕，从定位极隐蔽的 Bug 根因到写出修复补丁一气呵成。指标上，Terminal-Bench 4.0 拿到 65.2%（Opus 5.5 为 59.6%、Astra 59.1%），Terminal-Bench-Science 0.1 为 64.8%；GraphWalks 在 256k 至 1M 上下文下拿到 96.2%（Opus 66.8%、Astra 71.8%）；模拟长周期经营的 Vending-Bench 2 期末余额 16,484 美元，接近 Opus 5.5（9,235 美元）的 1.8 倍。

安全攻防是另一条主线：SEC-bench Pro 88.2% 刷新 SOTA（Astra 85.4%、前代 78.8%），ExploitGym 54.8%（前代 35.1%），CWE-bench 71.0%（Opus 67.0%）——覆盖从找洞、验证可利用性到写出不破坏原有功能的补丁。对齐侧，Terminal-Bench 4.0 上的作弊成功率被压到 0.0%、尝试作弊 0.4%，内部高严重性失调警报下降近 80%；Gray Swan 间接提示词注入测试里，前代还有 0.7% 被攻破率，这一代攻击成功率为 0.0%。

成本优势不只来自定价。完成单次智能指数评估，Opus 5.5 平均消耗 17.3 万输出 Token，Carbon 只要 12.3 万，少 29%；即便按 4/20 的标准价，单任务平均成本 7.76 美元也比 Opus 的 10.04 美元低约 23%，叠上首发半价，实际账单不到对手的四成。

并非全面碾压。FrontierSWE 2 上 Carbon 61.2%，落后 Astra 65.5% 与 Opus 62.3%；OSWorld-2.1 离线子集 Opus 以 87.2% 保持第一（Carbon 81.5%）；配官方 Antigravity CLI 的 Coding Agent 专项 59 分，比 Claude Code 加持的 Opus 低 3 分。由于漏洞挖掘与利用能力较强，Carbon 本周起先向部分网络安全防御人员开放，普通开发者的接入时间尚未公布。两周连发 Argon 与 Carbon，背后是 Argon、Barium、Carbon 多个存档点并行训练评估——用模型加速下一代模型的研发循环。