AI 摘要
- Google 於 11 月 10 日宣布 Gemini 4 Carbon 全面開放，開發者、企業與一般消費者皆可使用。
- Gemini 4 Carbon 定位為家族中最強的模型，主打資安防護與長時程代理工作，每回合思考 Token 多於 Gemini 4 Argon。
- 11 月 30 日前 API 每百萬輸入 Token 為 2 美元、輸出為 10 美元，12 月 1 日起調回 4 美元與 20 美元。
Google 在 10 月 28 日發表 Gemini 4 Carbon，並於 11 月 10 日正式全面開放，開發者、企業、科學家與一般消費者都能使用。Google 將它定位為家族中最強的模型，專門處理資安防護與長時程代理（agentic）工作，涵蓋複雜知識工作、軟體工程與科學推理。官方的說法是，日常任務仍建議使用 Gemini 4 Argon，Carbon 則留給最難的問題。
產品定位與目標用戶
Gemini 4 Carbon 的目標族群分為四類：開發者與企業可透過 API 使用；Google AI Ultra 訂閱者可在 Gemini App 與搜尋的 AI Mode 中使用；科學家與研究者可申請 Google Antigravity 的最高用量層級，免費使用六個月；資安防禦者則可申請加入 Fairwind Program，取得 Carbon for cyber 版本。
主要功能與應用案例
官方公開的案例多為完整應用程式，而非單純程式片段。包括：用 /swarm 將七份市議會規劃 PDF 中的 206 張工程圖轉為互動式 3D 模型；以 Three.js 與 WebGL shader 建置開放世界瀏覽器遊戲；以形式化驗證代理框架 AlphaProof Code 將安全目標轉為數學定理，在 Lean 語言中生成數百萬行程式碼，用於證明 Signal 加密協定的實際程式碼安全性；以及把鳥類研究做成互動式 3D 模擬，即時合成六種鳥類的鳴管聲音。
資安與代理能力
在資安領域，Google 公布的數據集中於 Fairwind Program 通道。Carbon 在找漏洞的 SEC-bench Pro 拿到 88.2%，驗證漏洞可利用性的 ExploitGym 為 54.8%，修補漏洞的 CWE-bench 為 71.0%。Google 內部的 Project Fortify 掃描達到 100% 召回率，分流準確率為 95%。Wiz 的 Scan for Good 計畫則在兩小時內，於兩家大型 SaaS 業者環境中挖出 0-day 漏洞。
在一般工作流程評測中，官方表示 Carbon 在 CursorBench 4.0、Perplexity 的 WANDR 及 Zapier 的 AutomationBench 皆排名第一，且每個任務的成本比外部最佳模型低兩倍以上。Google DeepMind 與 Artificial Analysis 合作推出的 MKA 基準中，Carbon 排名第二，平均每任務成本比第一名低六倍以上。
規格與技術指標
AI Studio 文件列出的模型 ID 為 gemini-4-carbon。Carbon 與 Argon 共用 1M 的 context window，輸入、思考與輸出 Token 合計上限為 1,048,576。最大輸出預設為 64K，開啟背景執行並提高 max_output_tokens 後，單次回應可超過 64K。
思考等級分為 low、medium（預設）與 high 三檔。官方指出，Carbon 每回合花費的思考 Token 比 Argon 多，因此單回合的 Token 用量與延遲都較高。AI Studio 模型卡將 Carbon 的速度標示為 Deliberate，Argon 則為 Moderate。
售價與推出資訊
Carbon 與 Argon 的 API 價格相同。11 月 30 日前，每百萬輸入 Token 為 2 美元、每百萬輸出 Token 為 10 美元；12 月 1 日起調回 4 美元與 20 美元。快取輸入 Token 享有 95% 折扣，目前為每百萬 0.10 美元，之後變為 0.20 美元。以新台幣估算，11 月底前的輸入與輸出價格約為每百萬 Token 66 元與 330 元，之後約為 132 元與 660 元。
台灣的 Google AI Ultra 訂閱方案中，每月 NT$3,300 的用量上限為 AI Pro 的 5 倍，每月 NT$6,500 則為 20 倍。不過台灣訂閱頁目前仍列出 Gemini 4 Argon 為旗艦模型，官方表示 Carbon 「正在推播中」，讀者可能需要自行在 Gemini App 中確認是否可選用。
Gemini 4 Carbon 與 Gemini 4 Argon 比較
| 項目 | Gemini 4 Argon | Gemini 4 Carbon |
|---|---|---|
| 定位 | 適合多數軟體工程與知識工作 | 最強模型，處理最難的任務與資安工作 |
| Context window | 1M，輸入與輸出合計上限 1,048,576 Token | 1M，輸入與輸出合計上限 1,048,576 Token |
| 思考速度標示 | Moderate | Deliberate |
| 每回合思考 Token | 較少 | 較多，延遲較高 |
| API 價格（11 月 30 日前） | 每百萬輸入 2 美元、輸出 10 美元 | 每百萬輸入 2 美元、輸出 10 美元 |
| API 價格（12 月 1 日起） | 每百萬輸入 4 美元、輸出 20 美元 | 每百萬輸入 4 美元、輸出 20 美元 |
| 代理誠實性基準（375 項任務） | 70% | 92% |
| Gray Swan 間接提示注入攻擊成功率 | 未公布 | 0.0% |
| 模擬攻擊環境單次突破率 | 3.1% | 0.8% |
限制與注意事項
官方文件指出，Carbon 僅限付費方案使用。輸出計價包含思考 Token，使用 grounding 時，工具的系統指令與 function 宣告也會一併計費。Carbon 不支援明確指定快取，使用時需移除 cachedContents 與 caches.create，官方表示對 4,096 Token 以上的提示會自動套用隱含快取。此外，Google 承認提示注入防禦仍是需要持續改進的領域。
編輯觀察
對開發者而言，模型選擇變成明確的成本與效能取捨。官方建議日常互動式編碼與功能開發維持使用 Argon，複雜根因除錯、架構設計、密集多模態整合、科學證明與安全稽核則交由 Carbon 處理。從 Argon 升級到 Carbon 不需修改請求結構，只需更換模型 ID，但應拉長 max_output_tokens 與 HTTP 逾時設定，因為困難任務可能執行數分鐘。
價格調整的時間點同樣值得留意。11 月 30 日是介紹價截止日，12 月 1 日起輸入與輸出價格將翻倍。有相關需求的團隊應提前估算用量與預算上限，以免同樣的工作負載成本倍增。
Reference Link : kocpc.com.tw
