排查复杂问题
要求模型列出假设、代码证据、最小修复和测试;运行前由人审查补丁。
“追踪这个失败测试的根因,指出相关代码,提出最小修复并列出回归测试。”
Google 面向复杂编程、长任务 Agent 工作流与网络安全研究的前沿模型。
核查于 2026 年 10 月 29 日

Carbon 在复杂工程和安全任务上值得关注,但目前大多数人还不能使用。如果现在就要完成任务,应选择实际能用的模型,并用自己的任务测试。
2026 年 10 月 28 日发布。Google 首先向部分网络安全防御人员和 Fairwind 可信合作伙伴开放,尚未公布全面开放日期。Gemini 4 Carbon 尚未在 Jynno 提供。
复杂代码、多步骤排查和安全分析。
早期访问有限;跑分不能替代自己上手测试。
Carbon 是推理模型,尚未确认可用于生成图片或视频。
以下根据 Google 披露的优势整理为工作思路,并非 Jynno 实测结果。
要求模型列出假设、代码证据、最小修复和测试;运行前由人审查补丁。
“追踪这个失败测试的根因,指出相关代码,提出最小修复并列出回归测试。”
针对获授权的系统整理漏洞、影响范围及修复建议,并由专业人员验证。
“审查这个获授权系统中的已报告漏洞,解释证据、受影响路径和安全修复方案。”
把多步骤研究或工程任务拆成里程碑,要求列出来源、假设和检查点,再做决策。
“把这个项目拆成里程碑,列出假设和来源,标明需要我审核的决策。”
以下选自 Google 公布的对比表,数值越高越好。基准测试只衡量特定任务,不能说明某个模型在所有场景都更强。
| 基准测试 | Carbon | Argon | GPT-6 Astra | Claude Opus 5.5 |
|---|---|---|---|---|
| AA Intelligence Index v5.0 | 59 | 50 | 57 | 58 |
| Terminal-Bench 4.0 | 65.2% | 57.1% | 59.1% | 59.6% |
| FrontierSWE 2 | 61.2% | 55.0% | 65.5% | 62.3% |
| CWE-bench | 71.0% | 68.0% | 68.0% | 67.0% |
在这四项选定测试中,Carbon 均高于 Argon;FrontierSWE 2 则是 GPT-6 Astra 领先。选择与自己任务最接近的测试,微小分差不保证实际效果。
Google DeepMind 基准对比表Google 公布的 API 首发价格为每百万输入 / 输出 token $2 / $10;首发期结束后为 $4 / $20。缓存输入比输入价格低 95%。Google 尚未公布首发期结束日期。
以上是 Google 公布的 API 价格,并非 Jynno 报价;开放和计费条件可能变化。
按 Google 公布的文本 token 价格示例计算;不含缓存、税费、工具和其他服务商费用。实际 token 用量与开放情况会变化。
Google 表示将通过 Fairwind 计划逐步扩大访问,并计划面向开发者、企业和普通用户开放。公告尚未给出全面开放日期或公开模型 ID。
部分安全防御人员和 Fairwind 可信合作伙伴
Google 计划面向开发者、企业和普通用户扩大开放
全面开放日期和公开模型 ID
目前不能。本页是模型资料介绍,Jynno 暂未提供 Gemini 4 Carbon。
Google 公布的对比表中,Carbon 在上面的选定测试中分数更高。实际结果取决于任务与测试条件。
Google 提到了多模态理解,但其公告没有将 Carbon 确认为图片或视频生成模型。
本页整理 Google 官方公告及对比表,并非独立上手测试。核查于 2026 年 10 月 29 日。