等了大半个月，Gemini 4 Carbon 今天凌晨总算正式放开了。

我看到消息第一时间就冲去升级了 Google AI Ultra。

一方面是盼这个模型盼了太久，前阵子流出的内测评价都在夸它猛，在权威评测 Artificial Analysis 的默认主榜上，它也确实以 58 分拿下了全球第一。

更现实的原因是，最近我实在被 Anthropic 折腾够呛，接连封了我好几个号，干脆彻底放弃它。

正好借今天这个机会，看看谷歌这回能不能稳稳顶上来当主力。

![

▲ 图：AA 默认主榜上 Carbon 排在首位

今天起，Carbon 正式向 Ultra 订户、企业用户和付费 API 开发者开放（API 名 gemini-4-carbon，支持 100 万上下文），还在 Antigravity 里同步端出了预览版 /swarm 多智能体功能。

官方把同门分工划得很清：日常快活继续找响应轻快的 Gemini 4 Argon，遇上硬骨头再请 Carbon 出山。

](https://i-blog.csdnimg.cn/direct/bd9f1895f7844f7ea298552afcd4dea4.png)
![

▲ 图：官方混编看板：Carbon 总控、Argon 干活

既然大家都夸它各方面都很强，那它最看家的硬本事到底是哪几块？

翻完官方技术报告和早期实测，核心其实就五块：复杂图纸精读、物理规律硬算、三维机械咬合、复杂交互细节，以及多 AI 协同干活。

我就针对这五块能力在本机连跑五场实测，全程一行代码不手改，看看它到底几斤几两。

读死图做出活的上海地铁态势台

第一轮我想测它的高密度图纸视觉精读与空间还原能力，目标是让它做出一套“上海地铁早高峰潮汐客流与封站推演大屏”。

为了防它偷懒调接口，我故意把条件卡死：不给任何经纬度，也不给半行站点数据，只往本地目录丢进下面这张近 2500 像素宽的上海地铁全网高清原图。

](https://i-blog.csdnimg.cn/direct/460582f3fa874bb096767020dcc5069b.gif)
![

▲ 图：直接喂给模型的上海地铁全网原图

换作大多数编程模型，省事的做法都是凭印象画几条横平竖直的假折线，填十几个大站名字交差。

Carbon 没耍这种小聪明。

它在后台默默烧掉 57400 个思考 token，先自己写了一串切图脚本把大图裁成四个象限。

接着又针对人民广场、陆家嘴、徐家汇和龙阳路切出四张微距图逐块认线。

盯着后台日志看到它自己建脚本切小图那一刻，我心里就大概有数了——这干活路数跟老程序员一模一样，看不清先拿放大镜看，绝不瞎蒙。

](https://i-blog.csdnimg.cn/direct/61431522a11b437bbd962b1a69f93d82.jpeg)
![

▲ 图：模型自动切出的四张换乘站微距图

接着它把灰蓝色的黄浦江单独抠成矢量河道，一口气校准了 14 条干线、185 座真实车站和 11 处过江断面，连原图里刚改名的浦东南路、向城路和新开通的康恒路都一字不差。

更稳的是，动笔写网页前，它还自己生成了一张深色叠合图，把提取出的发光轨道盖回原图核对像素偏差。

](https://i-blog.csdnimg.cn/direct/6d762c5945de4dee9afc650d83c27ff9.jpeg)
![

▲ 图：模型自检生成的 185 站叠合图

确认坐标对齐后，它才写出四份前端代码。

切到早高峰模式点一下四线换乘的世纪大道站触发停运，相邻区段立刻泛起积压红波，右侧面板同步算出三条绕行换乘方案。

](https://i-blog.csdnimg.cn/direct/5f8dd8d4bc924be9ab3f4763f45d0e15.jpeg)
![

▲ 图：世纪大道封站后的红波与绕行方案

放起动态推演，郊区涌向陆家嘴的双向列车光点与跨江负载条全部实时联动。

](https://i-blog.csdnimg.cn/direct/887e9568a94b4a6691e6e6943a2ba9cb.jpeg)

【待手动上传图片：07-case1-metro-motion.gif】

▲ 图：早高峰列车潮汐流动态推演画面

这轮测完的直观感受很深：它不是在“猜图”，而是真养成了先写工具切图核对、确认无误再动笔的工程习惯。

唯一踩到的坑是首跑想单次吐出五万字节单文件时撞上了流式超时（连同续跑共耗时 42.7 分钟），拆成三百行模块后就一次点亮零报错。

不许画假轨道的木星弹弓

看准静态图纸只是第一步，第二轮我想测它的物理规律推演与三维空间实时计算能力，目标是做一套“三维木星引力弹弓实验室”。

很多人在《流浪地球》里听过引力弹弓，这道理其实特好懂，就跟往迎面开来的高铁车头上扔网球一模一样。

网球砸向静止的墙，弹回来还是原速；

可如果探测器从每秒狂奔 13 公里的木星屁股后面绕一圈被“拽”出去，就能顺走木星的一点公转速度，不费一滴燃料加速冲出太阳系。

反过来要是迎头切入，就会被木星狠狠踩一脚“引力急刹”。

这轮测试不给任何外部图片素材，原素材就是下面这段卡死物理规则的纯文本提示词——明令禁止描预设假弧线，飞船每飞零点几秒往哪偏、快多少，都必须按万有引力公式实时硬算出来。

输入原素材（纯文本提示词节选 · 零外部图片）：
构建“木星引力弹弓与三维时空势能网格实验室”。严禁使用预设假路径动画！必须按万有引力定律实时步进计算探测器在运动木星引力场中的轨迹与动量交换；木星下方铺设随行星移动实时凹陷的发光引力漏斗网格；内置“后方切入加速甩出”“前方切入引力刹车”“切入过近坠入木星”预设，右侧同步绘制实时速度阶跃曲线与能量误差。

Carbon 跑了 45.8 分钟交卷（同样经历了单文件改模块化续跑）。

点开“后方切入加速”，探测器擦过木星下方深陷的发光引力漏斗，借力甩出一道漂亮的大拐弯。

【待手动上传图片：08-case2-jupiter-motion.gif】

▲ 图：探测器擦过三维引力井借力加速

看右侧实时遥测面板，探测器路过木星瞬间拉出一道陡峭的速度阶跃，直接冲破黄色的太阳逃逸线，而右上角用来检验有没有算飘的能量守恒误差，小数点后连着 11 个零纹丝不动。

![

▲ 图：实时能量误差与日心速率阶跃遥测

这轮结果看着就让人放心：飞船擦着漏斗边缘甩出去、右上角误差纹丝不动，那种算盘珠子颗颗落位的踏实感，跟以前看 AI 画假动画完全是两码事。

它甚至在题目要求的三个预设之外，主动多做了一个借木星极区引力把轨道拧出平面的高阶演示。

纯代码手搓不穿模的陀飞轮

美西天亮后，X 上不少测试者都在晒它的机械几何表现：@kimmonismus 连测 13 题后首推单推子正逆向太阳系仪，@Karmedge 也直言它的机械与电气几何水准压过了 Opus 5.5。

避开别人做过的太阳系仪，第三轮我想测大模型写 3D 最容易露怯的多层机械零件咬合与拆解能力，让它做一套“三维陀飞轮机械表芯与八层拆解台”。

以前让 AI 画 3D 齿轮十有八九都在糊弄：画几个锯齿圆盘各转各的，放大一看齿尖早就撞进对面肉里“穿模”了，一倒转更是直接乱套。

陀飞轮则是机械表里最精密的“悬空心脏”——底下发条放劲，推着几层大小不一的黄铜齿轮加速咬合，卡着最里头的蓝钢游丝一收一放发出“滴答”卡顿。

这轮同样不给任何现成的 3D 零件文件，只喂下面这段纯文本指令，逼它纯靠代码把八层零件一层层“车”出来。

输入原素材（纯文本提示词节选 · 零外部 3D 模型）：
不依赖任何外部模型文件，纯代码构建“三维同轴陀飞轮机芯啮合与轴向爆炸拆解实验台”。严禁贴图假转或穿模：生成完整发条盒、黄铜传动轮系、钛合金旋转笼架、蓝钢擒纵机构与呼吸游丝；用一根主推子控制正转、慢放与逆向倒转，所有齿尖咬合必须严丝合缝；支持 0%–100% 八层轴向拉开拆解并自动弹出中文零件引线铭牌。

吸取前两轮经验按模块化发下指令后，它只用 15.8 分钟就一次跑通，光思考 token 就烧了 45366 个，全花在算每对大小齿轮隔多远、齿尖怎么对准齿缝上。

切到正交剖面一键拉开，八层零件整整齐齐悬空排开，左右自动弹出互不遮挡的中文零件说明卡。

](https://i-blog.csdnimg.cn/direct/05d4ce52418d453c83a81832be4525f7.jpeg)
![

▲ 图：八层轴向拆解剖面与轮系传动参数

网页跑起来之后，我拽着底下的速度推子从正转三倍速一路拉回倒转，专门盯着齿尖交界处找茬。

来回拉了好几遍，愣是没抓到一处打架重叠的地方，红宝石卡扣一锁一放和游丝呼吸全都丝滑顺畅。

](https://i-blog.csdnimg.cn/direct/88e40edd886d4436841df804997889ed.png)

【待手动上传图片：11-case3-tourbillon-motion.gif】

▲ 图：正逆向零穿模啮合与八层爆炸拆解

点评一句这轮的表现：一刻钟纯靠代码敲出这种咬合精度的可拆解表芯，放在半年前真不敢想，它的三维空间几何推算能力确实上了一个大台阶。

同提示词盲测 Carbon 和 Argon

既然官方说日常用 Argon 就够，两款模型 API 单价又一模一样，第四轮我就专门测 Carbon 多烧几倍思考量，到底比 Argon 多换来了什么细节。

我想让它们各自手写一套“网页版电影胶片调色暗房”，带三色轮、色轮外圈明度滑环、S 曲线、分屏对比拉帘和 60 帧实时彩色波形示波器。

两边新建独立会话，喂进去的是一字不差的同一份提示词，以及下面这两张本地测试原片。

![

▲ 图：同时喂给两款模型的两张测试原片

Argon 干活非常利索，13.6 分钟收工，只花了 8077 个思考 token。

Carbon 则跑了 22.1 分钟，思考 token 用掉 25148 个，正好是前者的 3.1 倍。

先看 Carbon 直出的调色台全貌，拖动中央拉帘对比外滩原片与青橙胶片成片，右上角红绿蓝三色波形随着画面明暗实时跳动。

](https://i-blog.csdnimg.cn/direct/39e5e95a50b0435d82bac523528ddab5.jpeg)
![

▲ 图：Carbon 调色台分屏对比与实时示波器

说实话，不放大细看，Argon 交出来的作业也挺能唬人，打个八十分没问题。

可一旦把两边的控件摆在一起抠细节，多花那三倍思考量值不值，一眼就能看明白。

提示词点名要做“色轮外圈明度滑环”，Argon 嫌几何计算麻烦，悄悄在色轮底下塞了一根普通横滑条混过去，S 曲线底板也空空如也。

Carbon 则老老实实算出了三道 270 度同心圆弧外环滑轨，内盘调色偏、外环滑明暗，S 曲线底下还实时叠上了原片亮度直方图。

](https://i-blog.csdnimg.cn/direct/103f1d5e2ead4ae4ba7e75c22d346835.jpeg)
![

▲ 图：两款模型的色轮外环与曲线细节对比

盲测结论很实在：写常规业务页面，Argon 又快又省；一旦碰上复杂控件与硬指标，Argon 容易抄近道简化，Carbon 则会老老实实把每处细节抠到位。

7 个 AI 联手演黄浦江灯光秀

压轴第五轮开测前，先用大白话讲讲随 Carbon 同步上线预览版的 /swarm 到底是什么。

以前让 AI 写大项目，都是一个模型从头干到尾，写到后面很容易顾头不顾尾。

/swarm 说白了就是在编辑器里一键拉起一支分工明确的“临时研发小队”：你发一句话需求，系统先派一名“包工头”（总控）把活拆成互不打架的几块，分给几名“开发工友”同时写代码，最后再配一名只许挑刺、绝不许自己改代码的“质检员”（只读验证员）。

全队共用一块留言板对进度，谁没活干就原地休眠，挂着等消息时一分钱 token 都不花。

搞清机制后，第五轮我就专门测这支 AI 小队能不能自己抓出画面翻车并闭环修好，目标是做出“黄浦江夜空 1500 架防撞无人机灯光秀与实时中文排字台”。

这轮同样不给任何外部模型或字体贴图，只发下面这一条 /swarm 指令。

输入原素材（/swarm 指令节选 · 零外部模型与字体贴图）：
/swarm 组建多智能体团队打造“黄浦江夜空 1500 架无人机编队灯光秀与实时排字控制台”：按文件边界拆分为外滩江景波纹倒影、1500 架弹簧排斥防撞飞控、双螺旋/空间站/地球及双层 3D 中文“AI范儿”实时点云排字、时间轴控制台四个模块，并配只读验证员启动浏览器实拍检查，发现任何视觉或方向问题退回重修直至通过。

翻开落盘的留言板记录，总控一口气拉起了 7 个智能体。

真正的重头戏出在开跑第 36 分钟，四名开发工友写完 1460 行代码交卷之后。

只读质检员自己拉起本地服务、打开无头 Chrome 截完图，当场揪出两处光看代码绝对查不出来的视觉硬伤：一是江面倒影在仰视机位下辉光过曝成一团白斑，二是空中排字太宽，左边撞上东方明珠、右边蹭上了环球金融中心。

质检员严守规矩一行代码没代改，直接点名两名作者返工，不到 8 分钟修完二次截图过检才签字交货。

](https://i-blog.csdnimg.cn/direct/07753cda683c498ab508e9bca1728344.png)
![

▲ 图：7 智能体分工与第 36 分钟验错返工闭环

看最终交付的动态效果，1500 架无人机从中国空间站丝滑变阵，在外滩夜空稳稳排出双层立体的“AI范儿”，江面波纹同步映出清晰不刺眼的彩色倒影。

](https://i-blog.csdnimg.cn/direct/f30e3739caf74e6fbbfc1630ea9af621.png)

【待手动上传图片：16-case5-swarm-drones.gif】

▲ 图：1500 架无人机变阵与江面彩色倒影

拉开全景看顶部遥测栏，1500 架无人机就位率 100%，最小防撞间距稳在 1.20 米，帧率跑满 60 帧。

![

▲ 图：排字实拍全景与顶部防撞遥测读数

这轮测完真是治好了我一个老痛点：常让 AI 写前端的人都懂那种憋屈——终端里一行报错都没有，一打开网页画面全糊成一团。

现在有个只看不改的质检员自己开浏览器截图挑刺，省了太多来回贴图返工的口水。

唯一要留神的是 Carbon 干起活来太容易上头，Every 创始人 @danshipper 在 X 上就吐槽它认出 6 项待办后顺手猛干完 15 项，连同事的活都包揽了，狂跑近四个半小时才被叫停——给它派活，必须提前把终点线划死。

连跑三小时只花两成额度，这笔账怎么算？

很多人最关心这么猛烧思考 token，账号配额到底扛不扛得住。

我专门看了一眼后台面板：这五场重活（包含一场双模型盲测和一场 7 智能体协作）我前后挂机折腾了约两个小时，模型累计纯跑时长高达 3.1 小时（187.7 分钟）。

截完下面这张额度图我才彻底松了口气：刚升级的 Google AI Ultra 周额度居然还剩 81%，五场重活折腾下来只耗掉了不到 20%，照这个耐烧程度，月费花得一点不肉疼。

](https://i-blog.csdnimg.cn/direct/8c802d2166ce4b65b6c969550728e168.jpeg)
![

▲ 图：连跑五场重活后 Ultra 周额度仍剩 81%

不过如果你走 API 按量付费，账就得精打细算了。

光上面那场 47.6 分钟的 7 智能体灯光秀，就吃掉了 194.5 万非缓存输入、36 万输出和 1358.7 万缓存读取 token，按当前半价折算约 8.85 美元（恢复原价后 17.70 美元），绝不适合杀鸡用牛刀。

这两天不少人也在拿它跟前天刚发的 Claude Fable 5.2 比。

平心而论，切到烧钱的 High 推理档单拼讨巧的视觉包装感，Fable 5.2 略高一头，但 API 价格直接贵出一倍，再加上账号动不动被封实在没法安心干活；

而 Carbon 把同价的 Opus 5.5 和更贵的 GPT-6 Astra 全压在性价比斩杀线下方。

](https://i-blog.csdnimg.cn/direct/c29bc782cdc44a858e4a62491963a682.png)
![

▲ 图：High 推理档主流模型性价比象限

在模拟真实软件工程的 CursorBench 4.0 上，Carbon 的 High 与 Medium 档直接包揽前两名，单任务不到 10 美元，只相当于第三名 Fable 5.2 Max 开销的零头；Arena 刚发出的智能体账单统计也印证，任务越重，Carbon 比竞品省下的钱越明显。

更有意思的是一个“省钱悖论”：有人为了省思考费切到 Carbon Low 档，结果模型因为想得太浅反复撞墙重来，步数从 71 步暴涨到 124 步，最后单任务账单反而比 High 档更贵。

](https://i-blog.csdnimg.cn/direct/a0f76acf39b44f13931fb2fa273485db.png)
![

▲ 图：CursorBench 步数与单任务账单对比

在考察 10 个行业复杂图纸与文档交付的 MKA 基准上，Carbon 同样紧贴在同开销得分最高的帕累托前沿线上，单任务成本不到榜首 Fable 5.2 的五分之一。

](https://i-blog.csdnimg.cn/direct/dc8e3201d72446f5af2adeef447d39ee.gif)
![

▲ 图：MKA 多模态基准胜率与成本分布

眼下最大的红利是 11 月 30 日前的 20 天半价窗口：Carbon 与 Argon 在 API 里同享每百万 token 输入 2 美元、输出（含思维链）10 美元。一过 12 月 1 日单价全部翻倍至 4 美元和 20 美元，且全系无免费层、只支持自动命中的隐式缓存。

](https://i-blog.csdnimg.cn/direct/aa969f40fa5743c0b89dc7901209ab1f.png)
![

▲ 图：20 天半价窗口与 12 月翻倍节点

连测五场之后，它到底强在哪？

一口气把这五场硬仗跑下来，回头看开头那个问题，Gemini 4 Carbon 最拿得出手的本事其实就四条。

它真正学会了“用图像和工具思考”，遇到高密度图纸不再瞎猜轮廓，而是先写脚本切片、叠图自检；

同时空间几何与物理硬算极其扎实，不管是引力借力还是多层齿轮正逆向咬合，都能算得严丝合缝不穿模。

更难得的是它面对复杂需求不抄近道糊弄，多烧的思考量实打实换来了圆弧滑环和底层直方图这类细节；再加上 /swarm 只读质检员补上了浏览器级视觉验收，自己截图抓过曝和撞塔，省去了大量人工返工。

](https://i-blog.csdnimg.cn/direct/ae0b40e5e29241a69e146a1a2b602d83.gif)
![

▲ 图：五场实测总结：四大本事与三条铁律

真要把它当主力用顺手，记住三条铁律就够了：长代码按三百行拆模块写防断流，派活前划死终点边界防它顺手越界，日常快活交给轻快的 Argon，遇到硬骨头再让 Carbon 挂帅当总控和质检员。

说到底，换主力工具图的就是个踏实省心。

不用一边写代码一边提心吊胆防封号，给张死图能自己切开认准，派个大活能拉起一队 AI 自己截图验错——测完这五场硬仗，我的结论也很干脆：从此我终于可以放心、彻底地放弃 Claude 了。

趁月底涨价前还有 20 天半价期，手里压着复杂工程的朋友，现在就可以拉它出来溜溜了。

这篇就聊到这儿。要是对你有用，点个赞，也分享给需要的朋友。

---

参考资料

01｜Google 官方博客：Gemini 4 Carbon is now generally available
https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-carbon-now-available/

02｜Google Antigravity 官方博客：Gemini 4 Carbon and /swarm in Google Antigravity
https://antigravity.google/blog/gemini-4-carbon-in-google-antigravity/

03｜Google AI 开发者文档：Gemini Developer API Pricing
https://ai.google.dev/gemini-api/docs/pricing

04｜Cursor 官方评测：CursorBench 4.0 Leaderboard
https://cursor.com/cursorbench

05｜Artificial Analysis：Multimodal Knowledge Agent (MKA) & Intelligence Index
https://artificialanalysis.ai/evaluations/mka

](https://i-blog.csdnimg.cn/direct/08802ac418f141639193374dac7f75a9.png)