Gemini 4 Carbon 深度分析：五個新能力，和 Claude Opus 5.5、GPT-6 Astra 正面比較

兩個星期，Google 連發兩個旗艦模型。10 月 28 日登場的 Gemini 4 Carbon，一上場就在獨立評比 Artificial Analysis 衝上第一名；它能連續工作好幾天，抓漏洞的能力強到 Google 不敢直接開放。它到底強在哪？跟 Claude Opus 5.5、GPT-6 Astra 比起來又如何？

STEP 1｜Gemini 4 Carbon 是什麼？

Gemini 4 家族用化學元素命名：9 月 30 日先發表 Argon（氬），10 月 13 日開放給更多人使用；才隔十五天，10 月 28 日就推出更強的 Carbon（碳）。Google 稱它是「我們最強的模型」，主打兩件事：資安，以及長時程任務。

在 Artificial Analysis 新版智慧指數 v5.0 上，Carbon 拿到 59 分排第一；Claude Opus 5.5 58 分、GPT-6 Astra 57 分、Argon 50 分。不過新版指數有六成是不公開的題目，前三名只差一兩分，比較像三強並列、Carbon 略勝一籌。

STEP 2｜Carbon 的五個新能力

① 資安最強

這是 Carbon 最大的亮點。找漏洞的 SEC-bench Pro 拿到 88.2%、寫攻擊程式的 ExploitGym 54.8%，都是目前最高；修補漏洞的 CWE-bench 也有 71.0%。Google 表示外部資安評測是在「無防護欄」的狀態下進行。

Google 說 Carbon 寫出安全程式碼的成功率，是 Argon 的兩倍以上；Chrome 團隊測試，它產生高品質漏洞修補的能力，是另一家實驗室大模型的十倍以上。

② 長時程代理

Google 內部看到 Carbon 連續跑好幾天，遇到死路也不放棄，能在大型程式碼裡追出很細微的 bug 再修好。Agents' Last Exam 從 69.0 進步到 77.4，長文件圖譜推理的 GraphWalks 從 84.2% 跳到 96.2%。

③ 先問清楚再動手

需求有矛盾的時候，Carbon 會先提出問題、指出不一致的地方，而不是自己亂猜；Google 內部測試中，沒有根據的說法比 Argon 少了大約一半。

④ 更守規矩

在 Terminal-Bench 4.0，偷吃步的成功率是 0.0%（嘗試偷吃步 0.4%）；Gray Swan 間接提示注入評測的攻擊成功率也是 0.0%。內部寫程式環境裡，嚴重失控警報少了將近八成，越權（做超過要求）少 26%、服務不足少 29%。

⑤ 網頁與經營

WebDev Arena 進步 89 分（第 4 名、1768）；在模擬經營販賣機的 Vending-Bench 2，最終資金 $16,484，比 GPT-6 Astra 的 $15,515 還多。簡單說，Carbon 不是什麼都變強一點，而是把「做得久、做得對、做得安全」拉到最前面。

STEP 3｜和 Opus 5.5、GPT-6 Astra 比一比

對手是 Anthropic 9 月 22 日推出的 Claude Opus 5.5，以及 OpenAI 9 月 3 日推出的 GPT-6 Astra。Google 自己公布的表格裡，Carbon 在 17 項中拿下 15 項最高，但有兩項輸了。

輸掉的兩項很關鍵。寫程式的 FrontierSWE 2，Astra 65.5%、Opus 5.5 62.3%、Carbon 61.2% 排第三；操作電腦的 OSWorld-2.1，Opus 5.5 87.2%、Carbon 81.5%，差了將近六分。

第三方 Artificial Analysis 的程式代理指數也一樣：Claude Code 搭配 Opus 5.5 拿 62 分，Carbon（Antigravity CLI）59 分，與 Claude Code＋Sonnet 5.5、Muse Code 同分。寫程式這一塊，Opus 還是領先。

但長文件推理的 GraphWalks，Carbon 96.2%，大幅領先 Astra 的 71.8% 和 Opus 5.5 的 66.8%。

知識問答 AA-Omniscience，Carbon 54 分也是最高（Opus 5.5 最高推理 48 分）。它的幻覺率 11%，比 Argon 的 4% 高，但遠低於 Opus 5.5 與 Astra 的 50%。不過在做簡報、寫分析報告的 AA-Briefcase，Carbon 1,609 分，還輸給 Kimi K3.1 Pro（1,678）、Muse Wonder（1,659）與 Grok 4.7（1,638）。

沒有一個模型通吃：Carbon 強在資安與長推理，Opus 5.5 強在寫程式與操作電腦。

STEP 4｜多少錢？誰用得到？

Carbon 推出優惠價：每百萬輸入 token $2、輸出 $10，與 Argon 相同，快取輸入再省 95%（$0.10）。優惠期結束後調為 $4／$20，剛好與 Claude Opus 5.5 一樣；GPT-6 Astra 則是 $10／$50，貴了兩倍半。

舉例來說，輸入一千萬 token、輸出一百萬 token：Carbon 優惠價 $30，原價與 Opus 5.5 都是 $60，Astra 要 $150（不含快取折扣與其他費用）。

問題是，你現在還用不到。Carbon 目前只開放給 Google Fairwind 計畫裡通過審查的資安防禦團隊。原因就是資安能力太強：找漏洞的能力，防守方能拿來修補，壞人拿到也能拿來攻擊。所以 Google 先給防守方用，也參加美國政府的上市前測試。一般開發者、企業和 Gemini App 何時能用？Google 只說「會盡快」，還沒有日期。其實 OpenAI 的 Astra 也是先開放給 Daybreak 計畫的合作夥伴。

能力越強，開放越小心，這可能會變成 AI 旗艦模型的新常態。

STEP 5｜到底該怎麼選？

1. 資安團隊：Carbon 是目前找漏洞最強的模型，可以申請 Google 的 Fairwind 計畫。
2. 寫程式、讓 AI 操作電腦：Claude Opus 5.5 搭配 Claude Code，在程式代理指數與 OSWorld 都還是第一。
3. 超長文件、複雜資料關係：Carbon 的 GraphWalks 遙遙領先，等它開放很值得一試。
4. 現在就想用 Google 模型、又想省錢：先用已開放的 Argon，優惠價同樣 $2／$10，到 11 月底。

最後提醒：這些分數大多是廠商自己公布的，也沒有誤差範圍；Artificial Analysis v5.0 有六成題目不公開。真正要用，還是拿你自己的工作去測最準。

模型每兩週就換一輪，與其追第一名，不如找到最適合你工作的那一個。

總結：Gemini 4 Carbon 讓 Google 重回第一，主打資安、長時程與更守規矩；但寫程式還輸 Opus 5.5，而且一般人暫時還用不到。你最想用 Carbon 來做什麼？完整動畫解說在 YouTube 頻道「欣欣 的 AI 無限世界」。

YouTube

#Gemini4Carbon #AI模型比較 #AI資安