AI前沿

谷歌放开最强模型,原价只留三周

一、开放了什么,价钱怎么变

11 月 10 日,谷歌把 Gemini 4 Carbon 从 Fairwind 计划的定向开放改成全面可用。模型 ID 是 gemini-4-carbon,API 状态 GA,上下文 100 万 token,输入支持文本、图像、音频、视频和 PDF,输出常规上限 6.5 万 token。付费开发者在 AI Studio 与 Gemini for business 调用,Ultra 订阅用户在 Antigravity、Gemini 应用和搜索 AI 模式使用,免费档没有。

这篇最该抄下来的是价格那一行:推广期每百万 token 输入 2 美元、输出 10 美元,和上一档的 Argon 完全同价,Batch 再减半。谷歌在博客脚注里写明 11 月 30 日到期,12 月 1 日起变成 4 和 20。作为对照,Anthropic 前一天发布的 Claude Fable 5.2 是 8 和 40,涨价之后 Carbon 仍然只有它的一半。

二、三项第一,但要读单位成本

谷歌自称 Carbon 在 CursorBench 4.0、Perplexity 的 WANDR 和 Zapier 的 AutomationBench 三项都是第一,且单任务成本比次优的外部模型低一半以上。Cursor 随后更新了公开榜单:Carbon 的 High 档 60.4%,Medium 60.1%,Low 58.6%,Fable 5.2 Max 是 60.0%——领先 0.4 个百分点,但按公开定价算,Carbon High 每个任务约 9.22 美元,Fable 5.2 Max 约 32.79 美元。Perplexity 说 Carbon 在 WANDR 上 0.857 分、每任务 5.86 美元,与 Fable 打平而成本约为四成。后两项是各自榜单自己报的数,可信度高于纯厂商口径。

有第三方反向背书的是 AutomationBench:Anthropic 自己的表格就承认 Carbon 53.9% 高于 Fable 的 51.4%。谷歌与 Artificial Analysis 合做的 MKA 基准上 Carbon 排第二,单任务成本约为第一名的六分之一。

三、被忽略的两个数字

安全侧,谷歌说 Carbon 在模拟网络攻击中拦下 99% 的攻击轨迹,单次突破率从 Argon 的 3.1% 降到 0.8%;Gray Swan 的测试里自动攻击查询成功率 2.17%,Argon 是 9.86%。更值得记的是诚实度:375 道智能体任务里 Carbon 通过 92%,Argon 只有 70%,面对缺失的实验数据有 98% 的情况选择不补。

第二个数字来自 Artificial Analysis 的自测:medium 档 58.3 分、编造率 4.2%、每任务 6.59 美元;high 档 60.0 分、编造率 11.4%、7.76 美元;反倒是 low 档 7.19 美元。低档不是更便宜,是因为能力弱会反复试错绕圈,把 token 烧回去了。medium 才是又便宜又诚实的默认档。

顶峰竞争的计价单位,从每百万 token 换成了每支智能体团队。谁当得起那个经理,谁定得下价。

四、swarm 才是这代的形态

Antigravity 同步预览 /swarm:一条指令拉起一支协作团队,Carbon 承担架构、协调、安全审计和验证这些吃推理的角色,轻模型并行改文件,每两到四个 worker 配一个对抗式 verifier,空闲成员不消耗 token。谷歌说内部已用五周,并警告并行多智能体的配额消耗远快于普通对话。

24 小时内两家给出的产品叙事是同一个:Anthropic 让 Fable 5.2 去当 Advisor 或 Orchestrator,谷歌让 Carbon 去当协调者。顶层模型不再是干活的,是管人的。11 月 30 日之前是唯一能用同一价钱对比 Argon 和 Carbon 的窗口,先拿最硬的调试与架构评审任务两边各跑一遍,再决定要不要迁移。