Gemini 4 Carbon 登顶智能榜，编码仅输 Claude Opus 5.5

Google 的 Gemini 4 Carbon 成为 Artificial Analysis 智能指数 v5 新的第一名，在 Artificial Analysis 编码智能体指数上仅次于 Claude Opus 5.5。

Gemini 4 Carbon 在智能指数 v5 上得分 59，主要得益于其在复杂推理、知识和科学任务上的领先表现。它在编码和知识工作方面也有大幅提升，尤其是与其他 Gemini 模型相比，但并非在所有这些领域都处于领先地位。

与 Gemini 4 Argon 发布时一样，Gemini 4 Carbon 目前正在向部分用户推出，尚未公开可用。Google 提供 50% 的发布折扣，结束日期尚未确认。我们所有的图表和数据均使用 Gemini 4 Carbon 和 Argon 的标准定价。

Gemini 4 Carbon 在高推理模式下的关键结果：

➤ Gemini 4 Carbon 在智能指数 v5 中领先，在 9 项指数评估中的 4 项获得第一名：HLE-Diamond、Terminal-Bench-Science、AA-Omniscience、AutomationBench-AA。Carbon 在其他方面也有显著提升，但在编码和知识工作方面并不领先。

➤ 在编码智能体方面仅次于 Claude Opus 5.5：使用 Antigravity CLI，Gemini 4 Carbon（高推理）在 Artificial Analysis 编码智能体指数上得分 59，仅落后于使用 Claude Opus 5.5（最大推理）的 Claude Code（62 分）3 分。Carbon 在 Terminal-Bench 4.0（64%）和 FrontierCode v1.1（51%）上均排名第二，落后于 Claude Opus 5.5（最大推理）的 56%。Google 在此领域历来表现不佳，因此这一提升尤为突出。

➤ 智能体知识工作有所改进，但尚未领先：在 AA-Briefcase 上，Gemini 4 Carbon（高推理）得分 1609 Elo，比 Gemini 4 Argon（高推理，1483）提升了 126 分，但仍落后于包括 Grok 4.7（超高推理，1638）、Muse Wonder（最大推理，1659）和 Kimi K3.1 Pro（1678）在内的模型。最大的提升来自演示（Presentation），上升了 293 Elo 至 1598，同时分析质量（Analytical Quality）提升了 120 分至 1671。

➤ 在整体智能相当的情况下，每个任务的成本低于 Claude Opus 5.5：Gemini 4 Carbon 每个智能指数任务的成本为 $7.76，比 Claude Opus 5.5（最大推理，$10.04）低约 23%，但约为 GPT-6 Astra（最大推理，$6.25）的 1.2 倍。它每个任务使用 12.3 万输出 token，比 Claude Opus 5.5（最大推理，17.3 万）少 29%。在相同的 $4/$20 标准定价下，其每个任务的成本与 Gemini 4 Argon（$7.68）相当，而在智能指数上得分高出 9 分。

➤ 领先的 AA-Omniscience v1.1 得分，幻觉率低：Gemini 4 Carbon 在我们最近更新的 AA-Omniscience v1.1 上得分 54，领先 Claude Opus 5.5（最大推理，48）6 分，领先 Gemini 4 Argon（46）8 分。准确率（% 正确）比 Argon 上升了 10 个百分点至 58%，而其幻觉率从 4% 上升到 11%。这仍然是所有模型中第二低的，仅次于 Argon，而 Claude Opus 5.5（最大推理）和 GPT-6 Astra（最大推理）的幻觉率均为 50%。

关键模型细节：

➤ 上下文窗口：100 万 token

➤ 多模态：文本、图像、视频和语音输入，文本输出

➤ 定价：每 100 万输入/输出 token $4/$20，与 Gemini 4 Argon 的标准定价相同，