Gemini 4 Argon 与 Carbon：官方评测和可用性对比

在下列官方评测中，Carbon 的成绩高于 Argon，但现在能否使用仍是最直接的区别。 你可以在本站聊天中使用 Argon。Carbon 的 10 月 28 日公告描述的是向网络防御团队和可信合作伙伴逐步开放，Google 尚未公布面向公众的正式上线日期。

本文数据和原图来自 Google 于 2026 年 10 月 28 日发布的评测资料，是官方公布的成绩，不是 TryCarbon AI 自行跑出的分数。我们已经验证 Argon 的真实 API 连接，但尚未对 Carbon 进行独立测试。

官方评测结果对照

下表使用同一份官方对比资料中的 Argon 和 Carbon 数据。百分数之间的差值以“百分点”表示，不等于相对提升百分比。

这组指标中，ExploitGym 的百分点差值最大。不过，它对应的是特定智能体评测环境，不能据此推算日常聊天质量也会等比例提升。Google 的完整表格也显示，Carbon 并非在所有项目上都领先所有竞争模型。

先看测试条件，再看分数

Google 的评测方法说明注明，除特别说明外，Gemini 使用 API 最高思考档位，采用 pass@1。本站聊天当前使用低思考档位、文字输入和有上限的回复长度，不等同于这些评测环境。

• **ExploitGym：**上表两款模型都使用 10 小时时限。另一个 6 小时设置下，Argon 为 39.5%，Carbon 为 53.5%。不能把两种时间预算混在一起比较。
• **SEC-bench Pro：**此处是 183 个 JavaScript 引擎任务，取三次独立尝试的平均成绩，不是三次取最好一次。
• **GraphWalks：**使用 200 道题、256k–1M 上下文，指标是 BFS F1；本站现可选择最高 1M 上下文窗口，但不代表复现了这一评测，也不能据此预测你自己的长对话效果。
• **网络安全评测：**公告说明相关外部测试在未启用防护机制的条件下进行，真实产品部署后的行为可能不同。

这些细节说明分数到底测到了什么，也帮助你判断它与你自己的任务有多大关系。

提示注入防御结果

Google 还公布了 Gray Swan 间接提示注入评测：在图中 k=15 设置下，攻击成功率从 Argon 的 0.7% 降为 Carbon 的 0.0%。这个指标是越低越好。测试集上未观察到成功攻击，不等于对所有未来攻击都免疫。

现在在本站能用什么？

Google 于 10 月 13 日全面开放 Argon。本站已接入 Argon，支持流式文字回复、保存历史、导出 Markdown 和查看用量明细；你还可以要求 Google 联网搜索或生成 1K 图片，费用使用同一积分池。当前不执行代码、不控制电脑，也不能读取你没有提供的私有仓库。

Carbon 将在公开 API 可用、并完成本站接入检查后安排上线。Carbon 状态页会说明可用情况。购买积分不等于购买 Carbon 优先访问权，也不保证某个上线日期。

Google 公布的 Carbon API 促销价为每百万输入 token 2 美元、输出 token 10 美元，缓存输入享受 95% 折扣；该公告没有给出 Carbon 专属促销截止日期。这是开发者直接调用的供应商价格，本站的积分包和 token 扣分费率请看价格页。

用一个能验证的任务亲自比较

保存同一份提示词、输入材料和验收条件，才能做有意义的个人对比。排行榜无法替你检查回答是否遵守了某个业务约束。

可以从代码审查测试提示词开始：它包含一段短函数和可复现的错误。也可以试试方案比较提示词，所有计算数据都已提供。检查回答能否找到真实问题、引用已给证据，并说明不确定处。将来 Carbon 可用后，用同一输入比较正确性、可用程度与积分消耗。

选一个现成提示词、开始 Argon 聊天，或先了解token 如何扣积分。

来源与更新时间

核验日期：2026 年 10 月 29 日。来源：Carbon 官方公告及原图、Argon 开放公告以及Google 评测方法说明。TryCarbon AI 是独立服务，与 Google 无隶属关系。