一句话看懂：2026年10月28日，Google的Gemini 4 Carbon在Artificial Analysis Intelligence Index v5上以59分登顶，复杂推理、知识、科学任务领先，但编程Agent指数仍以3分之差排在Claude Opus 5.5之后，且尚未公开可用。
事件核心：发生了什么
据Artificial Analysis于2026年10月28日发布的文章，Google新模型Gemini 4 Carbon在Intelligence Index v5上获得59分，排名第一，在9项评测中的4项（HLE-Diamond、Terminal-Bench-Science、AA-Omniscience、AutomationBench-AA）拿到最高分。不过它的编程Agent评分仍落后于Claude Opus 5.5：在Antigravity CLI下，Carbon（high）为59分，Claude Code搭配Opus 5.5（max）为62分。模型支持100万token上下文，可接收文本、图像、视频和语音输入，输出文本；标准定价为每百万输入/输出token 4/20美元，与Gemini 4 Argon相同，目前以50%折扣定向开放给部分用户。
为什么重要
这次排名说明Google在复杂推理和知识类任务上重新回到头部，且成本效率有改善：按标准定价，Carbon每项Intelligence Index任务成本约7.76美元，比Opus 5.5（max）低约23%，每任务输出token为123k，少29%。但编程一直是Google相对薄弱的环节，Carbon把与Claude的差距缩小到3分，是值得注意的进步。同时，AA-Omniscience v1.1得分54，高于Opus 5.5的48，但幻觉率从Argon的4%升至11%，虽仍是第二低，却提醒高准确率与低幻觉并非同步改善。
对用户/开发者/创作者的影响
对开发者而言，Carbon的API定价与Argon持平，缓存输入有95%折扣，在同等预算下可换来更高的综合智能分和更少的输出token消耗；但它是定向开放、尚未公开可用，接入前需要确认配额和稳定性。做编程Agent的团队要注意，Carbon在Terminal-Bench 4.0（64%）和FrontierCode v1.1（51%）上仍低于Opus 5.5，选型时不能只看综合榜。知识工作场景中，其AA-Briefcase得分1609 Elo，比Argon高126分，但低于Grok 4.7、Muse Wonder和Kimi K3.1 Pro，演示文稿生成提升明显（+293 Elo至1598）。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是Carbon何时结束定向开放转为公开可用，以及50%折扣是否设截止日期；二是编程Agent能力在后续版本或工具链更新中能否追平Claude Opus 5.5；三是幻觉率上升是否会影响知识密集型场景的采购决策。以上评测结果仅适用于原文日期和AA设定的任务条件，不代表永久排名。
