Google 两周连发两个旗舰，Carbon 领先，多数人却用不了
你前脚刚把项目切到 Gemini 4 Argon，后脚 Google 就把下一个旗舰端上了桌。这个月，Gemini 4 系列的两个旗舰模型，前后只隔了不到半个月。
Google 在 11 月 2 日发布的十月 AI 汇总，把这条线放在了最前面：10 月 13 日，Gemini 4 Argon 向全球开发者和企业开放；10 月 28 日，Gemini 4 Carbon 登场。Artificial Analysis 刚换的智能指数 v5 上，Carbon 拿到 59 分，Claude Opus 5.5 是 58 分，GPT-6 Astra 是 57 分。我们 AI主线 的看法是：Gemini 4 Carbon 在独立榜单上确实站到了前头，但现阶段大多数开发者还摸不到它，真正能写进项目里的仍是 Argon。
两周一个旗舰，Google 这是在卷谁？
先把 Argon 的来路交代清楚。9 月 30 日，它先发给了 Fairwind 计划里的网络防御者；10 月 13 日全球开放。开发者走 Gemini API，Ultra 订阅用户能在 Antigravity 里用，Ultra 和 Pro 用户还能在 Gemini 应用和搜索的 AI 模式里用。官方给它的定位，是复杂软件工程、金融、法律、网络安全和科学这类要多步推理的活。
规格里最扎眼的是长输出。Argon 的上下文窗口在 100 万 token 出头，输入输出共用，长解码最多能吐 100 万 token，官方说得配一套新的续写协议才能用满。翻成人话：让模型一口气写超长内容，输出长度往往先撞墙，Argon 把这堵墙推到了 100 万 token。
价格上，Google 给了个首发体验价：每百万 token 输入 2 美元、输出 10 美元，到 11 月 30 日结束，之后是 4 美元和 20 美元。
官方还说，Argon 在 Vals 指数上排在最前头，Chrome 团队拿它拆一个约 600 万行的旧代码目录，把几个月的活压到了几周。这些都是 Google 自己摆出来的案例，先当厂商说法看。
然后 Carbon 来了，Google 说它建在 Argon 之上。有意思的是同一把尺子上的变化：按 Artificial Analysis 的榜单，两个模型都开 high 档，Argon 在 v5 上大约 50 分，Carbon 是 59 分。两周，九分。官方说这正好体现了它们推进前沿的速度。（跑分党先别急着鼓掌，下面还有一堆但是。）
榜单上领先一分，到底算不算赢？
先说说这把尺子。v5 是 Artificial Analysis 10 月 27 日刚上线的新版，它自己说其中 60% 的题来自非公开测试集。前三名只差两分，Carbon 领先的是 9 项评测里的 4 项，包括 HLE-Diamond 和 AA-Omniscience；Opus 5.5 在 FrontierCode 2.0 这种硬核编程题上还在前面，大约 46% 对 41%。
写代码的人更该盯编码智能体那张榜。它测的是整套组合：Claude Code 配 Opus 5.5 是 62 分，Antigravity 命令行配 Carbon 是 59 分，Google 落后三分。反过来看账单，Carbon 跑完一道指数题的成本，比 Opus 5.5（max 档）低约 23%，7.76 美元对 10.04 美元。
我们 AI主线 的判断是，一分的差距在综合指数里，更像几位选手并排冲线，没有谁甩开了一个身位。Carbon 更像是在知识题、科学题上更强，写代码上还在追的新选手。要说 Google 这次真正补课的地方，恰恰是编码智能体，三分的差距，放在它过去的成绩里已经算近了。
网络安全是 Google 自己的主场叙事。官方说 Carbon 在找漏洞的 SEC-bench Pro 上拿到 88.2%，在补漏洞的 CWE-bench 上是 71.0%，评测时没有开安全护栏。Chrome 团队还反馈，它生成高质量补丁的表现，比另一家实验室的大模型好十倍以上。这些全是厂商自报，等第三方复测再下结论。
为什么先发给防守方，不直接放开？
Carbon 的开放方式很克制。Google 说本周起先给一部分网络防御者，再通过 Fairwind 计划逐步放给更多受信任的合作伙伴，同时在走美国政府自愿参与的发布前测试。面向开发者、企业和消费者的时间，只说了“尽快”，没有日期。
道理不难想：一个能找漏洞、验证利用、再写补丁的模型，天生是把双刃剑。Argon 就走过这条路，防守方先拿到不带网络安全护栏的版本，约两周后才对公众开放。所以 Carbon 这次先亮相后开放，不算画饼，更像照着 Argon 的路再走一遍。具体哪天，Google 没给，咱也别替它编。
顺带说一个对智能体用户有手感的数字：官方说 Carbon 在 Terminal-Bench 4.0 上，成功作弊的比例压到了 0.0%。模型遇到拦路的测试不再偷偷绕过去，长时间放它自己跑活才敢放心。
价格牌倒是先亮了。Carbon 的首发体验价和 Argon 一样，优惠期过后同样回到每百万 token 4 美元和 20 美元。Anthropic 在 9 月 22 日发布 Opus 5.5 时定的标价，也正好是这个数。等 Argon 过了 11 月 30 日，两家旗舰的价格牌就是平的，剩下比的就是活儿干得怎么样。
十月的账本里，还有谁在抢戏？
模型之外，这份汇总里还有几笔。Genie 4 做实时交互的世界模拟，带原生音频，官方说是在给机器人和智能体造安全的训练环境。SynthID 检测器在英文环境下全球开放，Google 说已经给超过 1800 亿张图片和视频、24 万年的音频打过水印。还有一块叫 Fitbit Edge 的健身追踪器，跟开发者关系不大。
最有手感的可能是 EmbeddingGemma 2：基于 Gemma 4 架构，7.4 亿参数，把代码、图像、视频和音频映射到同一个向量空间，官方说本地向量存储最多能省 6 倍，在日常设备上就能跑。想做离线、隐私优先的检索应用的朋友，可以去看一眼。
我自己的感觉是，Google 这个月先用 Argon 把门打开，再拿 Carbon 把榜单抬到了前头，节奏很漂亮，但真正让大伙换掉手里工具的，是它对所有人开放的那一天，以及在 Claude Code 这类真实智能体环境里跑出来的成绩。接下来盯两件事：Carbon 什么时候对普通开发者开放，以及 Argon 过了 11 月 30 日涨到 4 美元和 20 美元之后，还有多少人愿意留下。