离 Gemini 4 Argon 全面开放才 14 天，谷歌直接甩出新一代旗舰 Gemini 4 Carbon，以 59 分拿下 Artificial Analysis 综合榜榜首。

但这个第一名来得并不简单：跑分暴涨 9 分，靠的是推理 Token 达到前代 2.3 倍，暴力堆算力换来成绩，单次法律研究任务平均耗时超 50 分钟，速度明显变慢。

✅亮点：
▪网安能力大爆发，漏洞发现、漏洞利用、漏洞修复多项基准大幅提升，适合长周期智能体、渗透攻防场景
▪长上下文能力提升显著，1M 上下文测试到达 96.2%，漏洞补丁生成效果得到 Chrome 团队认可
▪幻觉率 11%，横向对比 Claude Opus、GPT‑6 Astra 的 50% 幻觉，依旧占有优势

⚠️短板与坑点：
▪编程智能体 59 分，不敌 Claude Opus 5.5 Max 的 62 分，仅打平对方次旗舰 Sonnet
▪幻觉从前代 4% 飙升至 11%，长链路推理更容易强行编造答案，工程任务埋下隐藏 bug 风险
▪目前 Fairwind 白名单受限开放，普通开发者拿不到完整 API，暂无公网上线时间表
▪现在是五折促销价，优惠结束后价格直接翻倍，标准价下单任务成本高达 7.76 美元，比 GPT‑6 Astra 更贵
▪网安高分是关闭安全护栏的实验室自测结果，套上公网防护后实际实力存疑，甚至会出现正常渗透测试被误杀拦截的情况；连专属模型卡都还没补齐，有种仓促迭代的 “夹生感”。

综合来看，Carbon 证明谷歌在网安赛道实现差异化突围，但不是全面碾压。堆算力换高分，要付出时间、幻觉、更高账单三重代价。真正实力，要等到放开白名单、价格恢复原价之后才见分晓。