2026年11月10日，Google 将其定位为前沿能力的 Gemini 4 Carbon 从 Fairwind 项目的有限邀请测试，推向更广泛的付费开发者、企业和 Google AI Ultra 订阅者。付费 API 用户、企业客户可以在 Gemini 应用、搜索中的 AI 模式以及智能体编程工具 Antigravity 中使用该模型；一般用户层面则需要 Google AI Ultra 订阅，并非免费开放。与开放同步受到关注的是定价节奏：即日起至11月30日，Carbon 的 API 价格为每百万输入 token 2美元、每百万输出 token 10美元，12月1日起翻倍至输入4美元、输出20美元。新评估基准 MKA 也在这轮讨论中进入公众视野，Carbon 在其排名中位列第二。事件的关键不只是“最强模型开放”，而是 Google 在模型商业化定价和能力验证上同时换挡。
从 Fairwind 到全面开放：范围扩大，但门槛仍在
Gemini 4 Carbon 最早于2026年10月28日发布，当时并未直接面向所有开发者，而是通过 Fairwind 项目限制给经过审核的网络安全防御团队。11月10日的调整改变了这一状态：付费 API 开发者、企业和 Google AI Ultra 订阅者成为首批更广泛的用户。在 Gemini 应用中，Carbon 出现在模型选择器里，对应“最复杂工作”一档；在 Google 搜索的 AI 模式中，Ultra 订阅者也可以调用；Antigravity 作为 Google 的智能体编程工具，同样接入了 Carbon。
需要注意的是，较低档位的默认模型仍是 Gemini 4 Argon。这意味着 Google 并没有把 Carbon 当作全量默认模型铺开，而是把它放在高付费层级和复杂任务场景中。所谓“面向公众开放”，更准确的理解是面向付费开发者、企业客户和 Ultra 订阅者开放，免费用户并不在本次范围之内。
定价：先以促销价吸引迁移，再在12月翻倍
Carbon 的 API 定价有一个明确的时间窗口。Google 给出的价格如下：
| 时间段 | 输入价格（每百万 token） | 输出价格（每百万 token） |
|---|---|---|
| 2026年11月10日至11月30日 | 2美元 | 10美元 |
| 2026年12月1日起 | 4美元 | 20美元 |
这组数字需要和任务总成本分开看。token 单价只是账单的一部分，实际费用取决于一项任务消耗多少 token。Google 提示，Carbon 在高 thinking 级别可能使用更多 token，也可能出现速度较慢或超时的情况。第三方分析机构 Artificial Analysis 的估算显示，按单次评估任务计算，Carbon 的成本约为7.76美元，Argon 约为7.68美元，两者在促销价下接近；而 GPT-6 Astra 虽然原始 token 价格更高，但由于输出更短，单任务估算成本约为6.25美元。
这一定价安排释放的信号比较混合。促销价与 Argon 接近，有利于吸引开发者把长时程推理、软件工程和安全分析任务迁移到 Carbon。12月1日翻倍后，Carbon 会更明显地进入高端工作负载定价区间。它是否反映推理成本压力，Google 没有给出明确说明；但从产品分层看，Google 正在把“需要更深推理、更长动作序列”的任务单独标价，而不是继续用统一低价覆盖所有场景。
MKA：一个任务集不公开的新榜单
MKA 是本轮开放中另一个值得留意的变量。根据现有信息，MKA 覆盖10个行业的200个专家构建任务，涉及蓝图等专业材料，任务集本身并不公开。独立追踪平台 BenchLM 将 Carbon 放入指数后，给出87.91分，排在第二；第一名是 Claude Fable 5.2，得分91.41。与此同时，Google 自己的厂商跑分表显示，Carbon 在17项基准中领先15项。在 FrontierSWE 2 上，第三方数据显示 GPT-6 Astra 以65.5%领先 Carbon 的61.2%。
| 指标 | 结果 | 口径 |
|---|---|---|
| MKA 综合评分 | Carbon 87.91，第二 | 独立追踪平台 BenchLM |
| MKA 第一名 | Claude Fable 5.2，91.41 | 同上 |
| Google 自测 | 17项基准中领先15项 | 厂商跑分 |
| FrontierSWE 2 | GPT-6 Astra 65.5%，Carbon 61.2% | 第三方数据 |
| 单任务估算成本 | Carbon 7.76美元，Argon 7.68美元，GPT-6 Astra 6.25美元 | Artificial Analysis 估算 |
MKA 的价值在于它试图用跨行业专家任务衡量模型在复杂、长链条工作上的表现，而不是只看短问答或代码补全。它的局限也同样明显：任务集不公开，外部研究者无法完整复现结果；报告中的成本是估算值，不是用户账单。对企业采购者来说，MKA 可以作为筛选模型的参考，但不能替代自己在真实业务任务上的评测。
对开发者和企业采购意味着什么
对开发者而言，11月30日之前是一个迁移窗口。如果团队已经在使用 Argon，并且有适合 Carbon 的长时程任务，促销价下的单位任务成本与 Argon 接近，值得做小规模对比测试。但测试不能只看 token 单价，还要记录完整任务消耗、重试次数、超时率和人工复核成本。12月1日之后，Carbon 的标价翻倍，原先的预算模型需要重算。
对企业采购者，这次开放把问题从“Carbon 能不能用”推进到“在哪些任务上值得用”。Google 将 Carbon 与安全防御、长时程软件工程和智能体编程绑定，说明它瞄准的是高价值、高复杂度的流程，而不是通用聊天场景。如果企业的工作负载以短输出、低推理深度为主，Argon 或其他模型可能仍是更经济的选择。
对竞争格局，Carbon 的全面开放和 MKA 排名同时出现，相当于 Google 在能力证明和渠道覆盖上做出回应。但第三方数据也显示，Claude Fable 5.2 在 MKA 综合分上仍领先，GPT-6 Astra 在 FrontierSWE 2 上占优，且单任务成本更低。模型竞争并没有因为 Carbon 开放而收敛，反而更依赖具体任务、具体成本和具体稳定性。
后续观察点
接下来有几件事值得跟踪：12月1日之后 Carbon 的实际账单和用量分布，尤其是高 thinking 级别是否带来大量 token 消耗；MKA 是否会公开更多任务细节或方法论，以缓解复现性问题；Carbon 在长任务中的超时和稳定性是否改善；以及 OpenAI、Anthropic 等竞争对手是否会调整定价或开放节奏作为回应。对开发者来说，真正的选择题不是 Carbon 是否最强，而是它在自己的任务上是否足够强、成本是否可控。
文章版权归作者所有，未经允许请勿转载。
