等了大半個月，Gemini 4 Carbon 今天凌晨總算正式放開了。
我看到消息第一時間就衝去升級了 Google AI Ultra。
一方面是盼這個模型盼了太久，前陣子流出的內測評價都在誇它猛，在權威評測 Artificial Analysis 的默認主榜上，它也確實以 58 分拿下了全球第一。
更現實的原因是，最近我實在被 Anthropic 折騰夠嗆，接連封了我好幾個號，乾脆徹底放棄它。
正好借今天這個機會，看看Google這回能不能穩穩頂上來當主力。
今天起，Carbon 正式向 Ultra 訂戶、企業使用者和付費 API 開發者開放（API 名 gemini-4-carbon，支援 100 萬上下文），還在 Antigravity 裡同步端出了預覽版 /swarm 多智能體功能。
官方把同門分工劃得很清：日常快活繼續找響應輕快的 Gemini 4 Argon，遇上硬骨頭再請 Carbon 出山。
既然大家都誇它各方面都很強，那它最看家的硬本事到底是那幾塊？
翻完官方技術報告和早期實測，核心其實就五塊：複雜圖紙精讀、物理規律硬算、三維機械咬合、複雜互動細節，以及多 AI 協同幹活。
我就針對這五塊能力在本機連跑五場實測，全程一行程式碼不手改，看看它到底幾斤幾兩。
01. 讀死圖做出活的上海地鐵態勢台
第一輪我想測它的高密度圖紙視覺精讀與空間還原能力，目標是讓它做出一套“上海地鐵早高峰潮汐客流與封站推演大屏”。
為了防它偷懶調介面，我故意把條件卡死：不給任何經緯度，也不給半行站點資料，只往本地目錄丟進下面這張近 2500 像素寬的上海地鐵全網高畫質原圖。
換作大多數程式設計模型，省事的做法都是憑印象畫幾條橫平豎直的假折線，填十幾個大站名字交差。
Carbon 沒耍這種小聰明。
它在後台默默燒掉 57400 個思考 token，先自己寫了一串切圖指令碼把大圖裁成四個像限。
接著又針對人民廣場、陸家嘴、徐家匯和龍陽路切出四張微距圖逐塊認線。
盯著後台日誌看到它自己建指令碼切小圖那一刻，我心裡就大概有數了——這幹活路數跟老程式設計師一模一樣，看不清先拿放大鏡看，絕不瞎蒙。
接著它把灰藍色的黃浦江單獨摳成向量河道，一口氣校準了 14 條幹線、185 座真實車站和 11 處過江斷面，連原圖裡剛改名的浦東南路、向城路和新開通的康恆路都一字不差。
更穩的是，動筆寫網頁前，它還自己生成了一張深色疊合圖，把提取出的發光軌道蓋回原圖核對像素偏差。
確認坐標對齊後，它才寫出四份前端程式碼。
切到早高峰模式點一下四線換乘的世紀大道站觸發停運，相鄰區段立刻泛起積壓紅波，右側面板同步算出三條繞行換乘方案。
放起動態推演，郊區湧向陸家嘴的雙向列車光點與跨江負載條全部即時聯動。
這輪測完的直觀感受很深：它不是在“猜圖”，而是真養成了先寫工具切圖核對、確認無誤再動筆的工程習慣。
唯一踩到的坑是首跑想單次吐出五萬字節單檔案時撞上了流式超時（連同續跑共耗時 42.7 分鐘），拆成三百行模組後就一次點亮零報錯。
02. 不許畫假軌道的木星彈弓
看準靜態圖紙只是第一步，第二輪我想測它的物理規律推演與三維空間即時計算能力，目標是做一套“三維木星引力彈弓實驗室”。
很多人在《流浪地球》裡聽過引力彈弓，這道理其實特好懂，就跟往迎面開來的高鐵車頭上扔網球一模一樣。
網球砸向靜止的牆，彈回來還是原速；
可如果探測器從每秒狂奔 13 公里的木星屁股後面繞一圈被“拽”出去，就能順走木星的一點公轉速度，不費一滴燃料加速衝出太陽系。
反過來要是迎頭切入，就會被木星狠狠踩一腳“引力急剎”。
這輪測試不給任何外部圖片素材，原素材就是下面這段卡死物理規則的純文字提示詞——明令禁止描預設假弧線，飛船每飛零點幾秒往那偏、快多少，都必須按萬有引力公式即時硬算出來。
輸入原素材（純文字提示詞節選 · 零外部圖片）：
建構“木星引力彈弓與三維時空勢能網格實驗室”。嚴禁使用預設假路徑動畫！必須按萬有引力定律即時步進計算探測器在運動木星引力場中的軌跡與動量交換；木星下方鋪設隨行星移動即時凹陷的發光引力漏斗網格；內建“後方切入加速甩出”“前方切入引力剎車”“切入過近墜入木星”預設，右側同步繪製即時速度階躍曲線與能量誤差。
Carbon 跑了 45.8 分鐘交卷（同樣經歷了單檔案改模組化續跑）。
點開“後方切入加速”，探測器擦過木星下方深陷的發光引力漏斗，借力甩出一道漂亮的大拐彎。
看右側即時遙測面板，探測器路過木星瞬間拉出一道陡峭的速度階躍，直接衝破黃色的太陽逃逸線，而右上角用來檢驗有沒有算飄的能量守恆誤差，小數點後連著 11 個零紋絲不動。
這輪結果看著就讓人放心：飛船擦著漏斗邊緣甩出去、右上角誤差紋絲不動，那種算盤珠子顆顆落位的踏實感，跟以前看 AI 畫假動畫完全是兩碼事。
它甚至在題目要求的三個預設之外，主動多做了一個借木星極區引力把軌道擰出平面的高階演示。
03. 純程式碼手搓不穿模的陀飛輪
美西天亮後，X 上不少測試者都在曬它的機械幾何表現：@kimmonismus 連測 13 題後首推單推子正逆向太陽系儀，@Karmedge 也直言它的機械與電氣幾何水準壓過了 Opus 5.5。
避開別人做過的太陽系儀，第三輪我想測大模型寫 3D 最容易露怯的多層機械零件咬合與拆解能力，讓它做一套“三維陀飛輪機械表芯與八層拆解台”。
以前讓 AI 畫 3D 齒輪十有八九都在糊弄：畫幾個鋸齒圓盤各轉各的，放大一看齒尖早就撞進對面肉裡“穿模”了，一倒轉更是直接亂套。
陀飛輪則是機械表裡最精密的“懸空心臟”——底下發條放勁，推著幾層大小不一的黃銅齒輪加速咬合，卡著最裡頭的藍鋼游絲一收一放發出“滴答”卡頓。
這輪同樣不給任何現成的 3D 零件檔案，只喂下面這段純文字指令，逼它純靠程式碼把八層零件一層層“車”出來。
輸入原素材（純文字提示詞節選 · 零外部 3D 模型）：
不依賴任何外部模型檔案，純程式碼建構“三維同軸陀飛輪機芯齧合與軸向爆炸拆解實驗台”。嚴禁貼圖假轉或穿模：生成完整發條盒、黃銅傳動輪系、鈦合金旋轉籠架、藍鋼擒縱機構與呼吸游絲；用一根主推子控制正轉、慢放與逆向倒轉，所有齒尖咬合必須嚴絲合縫；支援 0%–100% 八層軸向拉開拆解並自動彈出中文零件引線銘牌。
吸取前兩輪經驗按模組化發下指令後，它只用 15.8 分鐘就一次跑通，光思考 token 就燒了 45366 個，全花在算每對大小齒輪隔多遠、齒尖怎麼對準齒縫上。
切到正交剖面一鍵拉開，八層零件整整齊齊懸空排開，左右自動彈出互不遮擋的中文零件說明卡。
網頁跑起來之後，我拽著底下的速度推子從正轉三倍速一路拉回倒轉，專門盯著齒尖交界處找茬。
來回拉了好幾遍，愣是沒抓到一處打架重疊的地方，紅寶石卡扣一鎖一放和游絲呼吸全都絲滑順暢。
點評一句這輪的表現：一刻鐘純靠程式碼敲出這種咬合精度的可拆解表芯，放在半年前真不敢想，它的三維空間幾何推算能力確實上了一個大台階。
04. 同提示詞盲測 Carbon 和 Argon
既然官方說日常用 Argon 就夠，兩款模型 API 單價又一模一樣，第四輪我就專門測 Carbon 多燒幾倍思考量，到底比 Argon 多換來了什麼細節。
我想讓它們各自手寫一套“網頁版電影膠片調色暗房”，帶三色輪、色輪外圈明度滑環、S 曲線、分屏對比拉簾和 60 幀即時彩色波形示波器。
兩邊新建獨立會話，喂進去的是一字不差的同一份提示詞，以及下面這兩張本地測試原片。
Argon 幹活非常利索，13.6 分鐘收工，只花了 8077 個思考 token。
Carbon 則跑了 22.1 分鐘，思考 token 用掉 25148 個，正好是前者的 3.1 倍。
先看 Carbon 直出的調色台全貌，拖動中央拉簾對比外灘原片與青橙膠片成片，右上角紅綠藍三色波形隨著畫面明暗即時跳動。
說實話，不放大細看，Argon 交出來的作業也挺能唬人，打個八十分沒問題。
可一旦把兩邊的控制項擺在一起摳細節，多花那三倍思考量值不值，一眼就能看明白。
提示詞點名要做“色輪外圈明度滑環”，Argon 嫌幾何計算麻煩，悄悄在色輪底下塞了一根普通橫滑條混過去，S 曲線底板也空空如也。
Carbon 則老老實實算出了三道 270 度同心圓弧外環滑軌，內盤調色偏、外環滑明暗，S 曲線底下還即時疊上了原片亮度直方圖。
盲測結論很實在：寫常規業務頁面，Argon 又快又省；一旦碰上複雜控制項與硬指標，Argon 容易抄近道簡化，Carbon 則會老老實實把每處細節摳到位。
05. 7 個 AI 聯手演黃浦江燈光秀
壓軸第五輪開測前，先用大白話講講隨 Carbon 同步上線預覽版的 /swarm 到底是什麼。
以前讓 AI 寫大項目，都是一個模型從頭幹到尾，寫到後面很容易顧頭不顧尾。
/swarm 說白了就是在編輯器裡一鍵拉起一支分工明確的“臨時研發小隊”：你發一句話需求，系統先派一名“包工頭”（總控）把活拆成互不打架的幾塊，分給幾名“開發工友”同時寫程式碼，最後再配一名只許挑刺、絕不許自己改程式碼的“質檢員”（唯讀驗證員）。
全隊共用一塊留言板對進度，誰沒活幹就原地休眠，掛著等消息時一分錢 token 都不花。
下面這段來自 Google Antigravity 官方部落格的演示畫面，展示了它在側邊欄調度小隊的過程。
搞清機制後，第五輪我就專門測這支 AI 小隊能不能自己抓出畫面翻車並閉環修好，目標是做出“黃浦江夜空 1500 架防撞無人機燈光秀與即時中文排字台”。
這輪同樣不給任何外部模型或字型貼圖，只發下面這一條 /swarm 指令。
輸入原素材（/swarm 指令節選 · 零外部模型與字型貼圖）：
/swarm 組建多智能體團隊打造“黃浦江夜空 1500 架無人機編隊燈光秀與即時排字控制台”：按檔案邊界拆分為外灘江景波紋倒影、1500 架彈簧排斥防撞飛控、雙螺旋/空間站/地球及雙層 3D 中文“AI范兒”即時點雲排字、時間軸控制台四個模組，並配唯讀驗證員啟動瀏覽器實拍檢查，發現任何視覺或方向問題退回重修直至通過。
翻開落盤的留言板記錄，總控一口氣拉起了 7 個智能體。
真正的重頭戲出在開跑第 36 分鐘，四名開發工友寫完 1460 行程式碼交卷之後。
唯讀質檢員自己拉起本地服務、打開無頭 Chrome 截完圖，當場揪出兩處光看程式碼絕對查不出來的視覺硬傷：一是江面倒影在仰視機位下輝光過曝成一團白斑，二是空中排字太寬，左邊撞上東方明珠、右邊蹭上了環球金融中心。
質檢員嚴守規矩一行程式碼沒代改，直接點名兩名作者返工，不到 8 分鐘修完二次截圖過檢才簽字交貨。
看最終交付的動態效果，1500 架無人機從中國空間站絲滑變陣，在外灘夜空穩穩排出雙層立體的“AI范兒”，江面波紋同步映出清晰不刺眼的彩色倒影。
拉開全景看頂部遙測欄，1500 架無人機就位率 100%，最小防撞間距穩在 1.20 米，影格率跑滿 60 幀。
這輪測完真是治好了我一個老痛點：常讓 AI 寫前端的人都懂那種憋屈——終端裡一行報錯都沒有，一打開網頁畫面全糊成一團。
現在有個只看不改的質檢員自己開瀏覽器截圖挑刺，省了太多來回貼圖返工的口水。
唯一要留神的是 Carbon 幹起活來太容易上頭，Every 創始人 @danshipper 在 X 上就吐槽它認出 6 項待辦後順手猛幹完 15 項，連同事的活都包攬了，狂跑近四個半小時才被叫停——給它派活，必須提前把終點線劃死。
06. 連跑三小時只花兩成額度，這筆帳怎麼算？
很多人最關心這麼猛燒思考 token，帳號配額到底扛不扛得住。
我專門看了一眼後檯面板：這五場重活（包含一場雙模型盲測和一場 7 智能體協作）我前後掛機折騰了約兩個小時，模型累計純跑時長高達 3.1 小時（187.7 分鐘）。
截完下面這張額度圖我才徹底鬆了口氣：剛升級的 Google AI Ultra 周額度居然還剩 81%，五場重活折騰下來只耗掉了不到 20%，照這個耐燒程度，月費花得一點不肉疼。
不過如果你走 API 按量付費，帳就得精打細算了。
光上面那場 47.6 分鐘的 7 智能體燈光秀，就吃掉了 194.5 萬非快取輸入、36 萬輸出和 1358.7 萬快取讀取 token，按當前半價折算約 8.85 美元（恢復原價後 17.70 美元），絕不適合殺雞用牛刀。
這兩天不少人也在拿它跟前天剛發的 Claude Fable 5.2 比。
平心而論，切到燒錢的 High 推理檔單拼討巧的視覺包裝感，Fable 5.2 略高一頭，但 API 價格直接貴出一倍，再加上帳號動不動被封實在沒法安心幹活；
而 Carbon 把同價的 Opus 5.5 和更貴的 GPT-6 Astra 全壓在性價比斬殺線下方。
在模擬真實軟體工程的 CursorBench 4.0 上，Carbon 的 High 與 Medium 檔直接包攬前兩名，單任務不到 10 美元，只相當於第三名 Fable 5.2 Max 開銷的零頭；Arena 剛發出的智能體帳單統計也印證，任務越重，Carbon 比競品省下的錢越明顯。
更有意思的是一個“省錢悖論”：有人為了省思考費切到 Carbon Low 檔，結果模型因為想得太淺反覆撞牆重來，步數從 71 步暴漲到 124 步，最後單任務帳單反而比 High 檔更貴。
在考察 10 個行業複雜圖紙與文件交付的 MKA 基準上，Carbon 同樣緊貼在同開銷得分最高的帕累托前沿線上，單任務成本不到榜首 Fable 5.2 的五分之一。
眼下最大的紅利是 11 月 30 日前的 20 天半價窗口：Carbon 與 Argon 在 API 裡同享每百萬 token 輸入 2 美元、輸出（含思維鏈）10 美元。一過 12 月 1 日單價全部翻倍至 4 美元和 20 美元，且全系無免費層、只支援自動命中的隱式快取。
07. 連測五場之後，它到底強在那？
一口氣把這五場硬仗跑下來，回頭看開頭那個問題，Gemini 4 Carbon 最拿得出手的本事其實就四條。
它真正學會了“用圖像和工具思考”，遇到高密度圖紙不再瞎猜輪廓，而是先寫指令碼切片、疊圖自檢；
同時空間幾何與物理硬算極其紮實，不管是引力借力還是多層齒輪正逆向咬合，都能算得嚴絲合縫不穿模。
更難得的是它面對複雜需求不抄近道糊弄，多燒的思考量實打實換來了圓弧滑環和底層直方圖這類細節；再加上 /swarm 唯讀質檢員補上了瀏覽器級視覺驗收，自己截圖抓過曝和撞塔，省去了大量人工返工。
真要把它當主力用順手，記住三條鐵律就夠了：長程式碼按三百行拆模組寫防斷流，派活前劃死終點邊界防它順手越界，日常快活交給輕快的 Argon，遇到硬骨頭再讓 Carbon 掛帥當總控和質檢員。
說到底，換主力工具圖的就是個踏實省心。
不用一邊寫程式碼一邊提心吊膽防封號，給張死圖能自己切開認準，派個大活能拉起一隊 AI 自己截圖驗錯——測完這五場硬仗，我的結論也很乾脆：從此我終於可以放心、徹底地放棄 Claude 了。
趁月底漲價前還有 20 天半價期，手裡壓著複雜工程的朋友，現在就可以拉它出來溜溜了。 (AI范兒)