谷歌Gemini 4 Carbon全面开放，三项Agent评测居首

谷歌已将旗舰模型Gemini 4 Carbon扩大开放，覆盖开发者、企业、科研人员和消费者。模型目前可通过Google AI Studio、Gemini for Business、Antigravity，以及Google AI Ultra订阅用户使用的Gemini应用和搜索AI Mode访问。它首次亮相距今不到两周，早期主要面向特定网络安全防御团队。

Carbon在CursorBench 4.0、Perplexity WANDR和Zapier AutomationBench三项真实工作流评测中均排名第一，单任务成本较表现最好的外部次优模型低超过两倍。AutomationBench中，Carbon得分53.9%，高于Gemini 4 Argon的51.3%、Claude Opus 5.5的42.5%和GPT-6 Astra的41.4%。

在Terminal-Bench 4.0中，Carbon得分65.2%，高于Argon的57.1%和GPT-6 Astra的59.1%；GraphWalks长上下文测试中，其F1分数为96.2%，Argon为84.2%，测试上下文范围为256K至1M Token。不过，Claude Fable 5.2在综合智能指数和FrontierSWE v2软件工程测试中分别以65分和69.9%领先Carbon的60分和61.2%。谷歌称，Argon更适合常规软件工程与知识工作，Carbon则面向复杂调试、深度推理和长时间验证任务。

Antigravity预览版新增“/swarm”功能，开发者可用一条指令调度多个Agent并查看进度，让不同模型分别承担架构设计、协调、编码、审查和对抗性验证任务。Agent可在隔离工作空间并行运行。演示中，团队依据1887年至1889年的照片和图纸重建了埃菲尔铁塔施工过程；另一个项目利用7份规划PDF和206个工程图视图，经过10轮夜间循环生成约90.6万个三角形网格的办公区域3D模型。

在金融、法律和企业运营场景，Carbon可处理表格、图表、图片及长文档，并输出可编辑表格和报告。Google与Artificial Analysis推出的Multimodal Knowledge Agent评测显示，Carbon排名第二，但平均单任务成本比第一名低超过6倍；它在Hebbia金融Agent评测中接近最佳模型，在Balyasny Asset Management的综合金融智能评测中位列23种前沿配置前列。

科研方面，AlphaProof Code利用Carbon协助把Signal加密协议的安全目标转成数学定理，并生成数百万行Lean代码，研究团队称数周内完成的证明工作过去可能需要数年。生命科学研究中，多Agent系统在PB级未注释序列及结构数据库中寻找远缘同源序列，使CASP17盲测中7个低同源蛋白家族的检索结果平均增加40倍。