谷歌密集推出Gemini模型，Carbon登顶却引发市值重挫

谷歌在发布世界模型Genie 4后的次日推出Gemini 4 Carbon，两周前还发布了Gemini 4 Argon，模型更新频率接近“一周一款”。这与过去偏重多年打磨大版本的节奏明显不同，反映出其在技术路线、研发机制、算力配置和组织管理上的转向。

Carbon对外主打安全能力和长任务处理能力。谷歌称其在17项基准测试中有15项取得最高成绩，并在Artificial Analysis智能指数中以超越Claude Opus 5.5的58分和GPT-6 Astra的57分，重新排名第一。

然而，模型发布叠加第三季度财报后，Alphabet盘后一度下跌约10%，市值减少3000亿至4000亿美元，若跌势延续，可能创下公司单日市值损失纪录。Carbon在漏洞发现、利用验证和补丁修复，以及复杂代码任务方面表现突出；SWE-sweep得分从Argon的4.3%升至9.6%，Terminal-Bench达到65.2%，GraphWalks达到96.2%，明显高于对手最高的71.8%。

市场和用户仍质疑榜单成绩能否代表真实体验。此前Argon曾被指测试分数亮眼、实际工作不稳定，Terminal-Bench 4.0仅得57%，低于Claude Opus 5.5的66.4%。Carbon也并非全新预训练旗舰，而是基于Argon的专项增强版本。

在通用能力上，Carbon在FrontierSWE 2中得分61.2%，低于GPT-6 Astra的65.5%和Claude的62.3%；OSWorld-2.1得分81.5%，落后Claude的87.2%。AA-Omniscience评测显示，其幻觉率从Argon的4%升至11%，形成“跑分强、体验不稳”的反差。由于发布初期仅限部分对象使用，外界也难以直接验证其表现。

Carbon的快速推出源于谷歌放弃Gemini 3.5 Pro的决定。团队先用轻量Flash系列集中提升智能体和编程能力，三个月内连续迭代3.5、3.6、3.7和3.8，再将成果通过后训练整合到Argon中，由此形成按任务领域逐步发布的模式。谷歌还押注递归自我改进，称内部新增代码约75%由AI生成，回滚率下降三分之一。

谷歌已将AlphaEvolve用于数据中心调度、芯片设计和AI训练，并通过云服务商用；后续公布的Dream-RSI和RRSI分别改善智能体探索效率与工作流稳定性。AI也参与内部信息汇总和算力分配，Argon已能协助处理Chromium这类数百万行代码项目。谷歌预计未来12个月加速效应更明显，2027年或成为生产力突破期。

算力仍是限制因素。Argon上线72小时便处理近25万亿Token，达到Gemini 3.0同期的3倍，但目前主要面向API开发者及Ultra、Pro订阅用户，普通用户尚未全面覆盖。谷歌尝试通过蒸馏降低成本，不过模型能力、使用体验与算力供给之间的矛盾仍未解决。