一句话看懂：10 月 29 日，第三方评测机构 Artificial Analysis 将 Gemini 4 Carbon 放上智能指数 v5 榜首，得 59 分；但该模型目前仅向选定用户推送，暂无公开开放时间表。榜首数据提示：得分、成本、幻觉率与可用性需要分开评估。
事件核心：发生了什么
Artificial Analysis 用九个独立评测项给模型打分，Carbon 以 59 分超过 Claude Opus 5.5 和 GPT-6 Astra，并在 HLE-Diamond、Terminal-Bench-Science、AA-Omniscience、AutomationBench-AA 四项拿到第一。它的上下文窗口为 100 万 token，支持文本、图片、视频和语音输入，输出为纯文本。
性能提升伴随着取舍：在 AA-Omniscience v1.1 上，Carbon 的幻觉率由前代 Argon 的 4% 升至 11%，但 Opus 5.5 和 GPT-6 Astra 在同一评测中的幻觉率均为 50%，所以 11% 仍是全场第二低。按标准定价，Carbon 单任务成本约 7.76 美元，比 Opus 5.5 的 10.04 美元低约 23%，但高于 GPT-6 Astra 的 6.25 美元；缓存输入命中后，成本可进一步下降。
为什么重要
这次榜单显示，谷歌旗舰模型在综合推理与科学任务上取得领先，编码智能体指数与 Claude Opus 5.5 的差距缩小到 3 分，这是此前谷歌较弱的领域首次进入接近区间。同时，“宣布即登顶、开放无日期”的节奏也让榜单第一与实际可用性脱节。换算单位成本时，输入缓存命中率可能比排名更有决定性。以上结论都限于 Artificial Analysis 在素材所述日期和评测条件下给出的结果，不是永久排名。
对用户/开发者/创作者的影响
开发者若已在用 Argon，可以先用官方价目和自身 token 结构估算 Carbon 的成本，再决定是否迁移；对重复上下文较多的智能体负载，缓存折扣的影响会比关注模型总分更大。创作者需要留意：Carbon 的知识工作 Elo 仍落后 Kimi K3.1 Pro 近 70 分，办公任务并非其最强项。企业采购不宜把“榜单第一”直接当成可用性承诺，应把开放时间、配额和实际 API 行为列入评估。
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 何时公开开放，以及开放后 API 行为是否与此前网页版用户反映的编造内容问题一致；二是首发折扣结束后的实际价格与缓存策略是否变化；三是编码与知识工作榜单是否出现新一轮变动。
来源：juejin
