APIMODELSAPIMODELS

Gemini 4 Carbon 和 Gemini 4 Argon 怎么选

TL;DR Gemini 4 Carbon 就是想得更多的 Gemini 4 Argon:谷歌说 Carbon 基于 Argon,两者上下文都是 100 万 token、输入类型相同、每 token 同价,主要区别在每轮花多少思考 token。多想换来的是几乎所有评测都更高(Artificial Analysis 智能指数 60 对 50,CursorBench 4.0 60.4% 对 52.9%),代价是起步更慢:出第一个回答 token 约 68 秒,Argon 约 38 秒。谷歌仍然推荐多数软件工程和知识类工作用 Argon,一些第三方测试里也是 Argon 赢,比如 Vals 的 Vibe Code Bench。apimodels.app 上两者价格一样:11 月 30 日前每百万输入 token $1.10、输出 $5.50,12 月 1 日起 $2.20 / $11.00,比谷歌官方价低 45%;切换只改 model 一个字段。

模型页:Gemini 4 Carbon API · Gemini 4 Argon API —— 价格、规格与在线体验

Carbon 和 Argon 怎么选,跟单价无关,因为每个 token 的价格一模一样:谷歌给两者的官方价都是 11 月 30 日前每百万 token $2 / $10、之后 $4 / $20。要选的是:每个请求你愿意为多少思考付钱、等多久。

谷歌文档写得很直白:Carbon 每轮花更多思考 token,所以用量和延迟都更高,适合复杂的根因排查、架构设计、多模态资料综合、科学证明和安全审计;交互式编码、日常功能开发和要快速迭代的生产流程,仍然推荐默认用 Argon。

下面每个数字都来自 2026 年 11 月 12 日查阅的公开资料:谷歌自己的发布文和文档,以及 Artificial Analysis、Vals、Cursor、Zapier、Arena 的第三方评测和一位开发者的实测。我们自己没有跑评测。

Gemini 4 Carbon

想得更多,分数更高,起步更慢

  • ·Artificial Analysis 智能指数 60(Argon 50)
  • ·CursorBench 4.0 60.4% 对 52.9%;Terminal-Bench 4.0 65.2% 对 57.1%
  • ·出第一个回答 token 约 68 秒(Argon 约 38 秒)
  • ·谷歌:适合根因排查、架构设计、科学证明和安全审计
Carbon 价格与接入 →

Gemini 4 Argon

谷歌推荐的默认选择

  • ·谷歌:多数软件工程和知识工作的首选
  • ·Vals 的 Vibe Code Bench(91.91% 对 89.06%)和 HLAB 胜出
  • ·每轮思考 token 更少,回复更快
  • ·和 Carbon 同价,上下文和输入类型也一样
Argon 价格与接入 →

交互式编码和日常工作默认用 Gemini 4 Argon。Argon 卡住了、答案必须一次对、或者活本身是根因排查、架构设计、超长上下文、安全审查,再交给 Gemini 4 Carbon。

两者一样的地方

Carbon 不是另一个系列。谷歌的模型卡写明 Gemini 4 Carbon 基于 Gemini 4 Argon;API 文档里两者的上下文都是 1,048,576 token(输入输出共用),默认最多输出 65,536 token(开 long decode 可到 1,048,576),输入都是文字、图片、视频、音频和 PDF、输出文字,思考档位都是 low / medium / high,默认 medium。

从 Argon 换到 Carbon 不用改请求结构,谷歌的迁移说明写的就是只改 model 字符串。Carbon 有两处要注意:temperature、top_p、top_k 会被忽略;只有隐式缓存(提示 4,096 token 起),不支持显式的 cachedContents。

谷歌自己公布的数字

谷歌的发布表(最高思考档)里,Carbon 每一行都赢 Argon,差距最大的是长上下文推理(GraphWalks 96.2% 对 84.2%)、科学类(Terminal-Bench-Science 64.8% 对 52.9%)和最新的编程测试。谷歌还说,Carbon 在一项 agent 诚实度测试里通过 92%,Argon 70%;没有依据的说法大约少了一半。

评测(谷歌自报,最高思考档)Gemini 4 CarbonGemini 4 Argon
SWE-sweep9.6%4.3%
FrontierSWE 261.2%55.0%
Terminal-Bench 4.065.2%57.1%
OSWorld-2.1(离线子集)81.5%74.7%
AutomationBench(Zapier)53.9%51.3%
GraphWalks,256K 到 1M96.2%84.2%
RiemannBench80.0%76.0%
Terminal-Bench-Science 0.164.8%52.9%
Chartography72.5%71.6%
agent 诚实度(375 个任务)92%70%

第三方跑分

第三方测试大体和谷歌一致,但差距更小,也有 Argon 赢的项目。Artificial Analysis 给 Carbon 高 10 分;Cursor 和 Zapier 自己的评测里 Carbon 排第一;Vals 上两者只差 1 分左右,而且有 5 个子项是 Argon 赢,包括 Vibe Code Bench。Arena 文本榜上两者在统计上打平,WebDev 榜上 Carbon 第 4、Argon 第 12。

测试Gemini 4 CarbonGemini 4 Argon
Artificial Analysis 智能指数(High)6050
CursorBench 4.0(High)60.4%52.9%
Zapier AutomationBench(High)53.88%51.29%
Vals Index v2.270.45%(36 个模型里第 3)69.39%(第 5)
Vals Vibe Code Bench v1.189.06%91.91%
Vals HLAB-Vals-1.117.50%27.08%
Arena 文本榜1526(初步)1522
WebDev Arena1768,第 4(初步)1682,第 12
paddo.dev:全部测试通过的次数(6 个改动 × 20 次)1716

一次真实代码上的实测

目前最有参考价值的公开实测来自 paddo.dev(2026 年 11 月 11 日)。作者从一个生产 monorepo 里挑了 6 个已经合并的改动,每个模型每个改动在 medium 档各跑 20 次,用原修复自带的测试来判分。全部测试通过的次数:Carbon 17 次、Argon 16 次、Claude Fable 5.2 和 Opus 5.5 各 13 次。

这点领先的代价是时间和输出量:Carbon 写了 182 万输出 token,Argon 137 万;Carbon 平均 30 分钟修完一个,最长 46 分钟。作者自己的结论是和 Argon 算打平,并说明两者跑在不同的工具里(Argon 跑在 Claude Code 里,Carbon 跑在 Antigravity CLI 里)。

速度和每个任务的花费

Carbon 起步更慢,但不一定更晚做完。Artificial Analysis 测到 Carbon 出第一个回答 token 约 68 秒,Argon 约 38 秒;单次请求平均耗时 159 秒对 111 秒。但在多步 agent 任务上,Carbon 平均 25.5 分钟、Argon 30 分钟,输出速度每秒 80 对 65 个 token。

花费要看是哪项测试。按 Artificial Analysis 的单个任务算,Carbon 官方价平均 $7.76、Argon $9.95,按 apimodels.app 的价格 11 月 30 日前约 $2.13 对 $2.74,12 月 1 日起约 $4.27 对 $5.47。但跑完 Artificial Analysis 整个指数,Carbon 反而更贵:$8,240 对 $7,620,输出 token 2.05 亿对 1.13 亿。CursorBench 上 Carbon 每个任务约是 Argon 的两倍($9.22 对 $4.57)。预算时按「同一件活 Carbon 花得一样或更多」来算,单价上它不会更省。

Artificial Analysis(两者都是 High)Gemini 4 CarbonGemini 4 Argon
出第一个回答 token67.83 秒37.64 秒
输出速度每秒 80 token每秒 65 token
单次请求端到端(平均)159.39 秒110.88 秒
每个指数任务耗时25.5 分钟30.0 分钟
每个指数任务花费(官方价)$7.76$9.95
跑完整个指数花费(官方价)$8,240$7,620

怎么在两者之间切换

apimodels.app 上两个模型用同一把 key、同一组端点,切换只改 model:gemini-4-argon 或 gemini-4-carbon。OpenAI 兼容的 /v1/chat/completions 上,reasoning_effort 填 low / medium / high 会对应到 Gemini 的思考档位;原生的 /v1beta generateContent 上,直接设 generationConfig.thinkingConfig.thinkingLevel。

给 Carbon 留足思考空间。谷歌建议 max output 至少设 32,768 token(这个上限同时包括思考和回答),HTTP 超时至少 15 分钟。Carbon 跑长任务时用流式返回,不要等一个大回复。如果 Argon 的答案差一点但不够好,把 Carbon 调到 low 档是个折中。

常见做法是按任务分流:聊天、小改动和大批量任务给 Argon,Argon 没解决的工单和出错代价高的审查给 Carbon。短小、高并发的请求两个都不合适,apimodels.app 上 Gemini 3.8 Flash 每百万 token $0.45 / $2.25。

要注意的地方

谷歌的表对比的是 Claude Fable 5.1 而不是 5.2,而且用的是最高思考档;第三方测试大多两个都用 High。Carbon 在 Arena 上的分数标着「初步」。Artificial Analysis 按谷歌 12 月 1 日起的 $4 / $20 计价,我们写的每任务花费是按 apimodels.app 的价格等比例换算的。Carbon 的模型卡也提醒,思考档位高时偶尔会慢或超时。

出处

均于 2026 年 11 月 12 日查阅。谷歌:10 月 28 日和 11 月 10 日的 Gemini 4 Carbon 发布文、Gemini API 文档、Carbon 模型卡。第三方:Artificial Analysis、Vals AI、Cursor、Zapier、Arena 和 paddo.dev。apimodels.app 的价格是我们自己的。

谷歌:Gemini 4 Carbon 正式开放Gemini API:Carbon 有什么新变化Artificial Analysis 对比页Vals IndexCursorBenchpaddo.dev:真实代码上的 Carbon 对 Argon

调用示例

cURL

curl https://api.apimodels.app/v1/chat/completions \
  -H "Authorization: Bearer $APIMODELS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-4-carbon",
    "reasoning_effort": "high",
    "stream": true,
    "max_tokens": 32768,
    "messages": [{"role": "user", "content": "This test fails one run in fifty. Find the root cause: ..."}]
  }'
# same key, same endpoint: change "model" to "gemini-4-argon" for everyday work

常见问题

Gemini 4 Carbon 和 Argon 有什么区别?

Gemini 4 Carbon 每轮花的思考 token 比 Argon 多,按谷歌的说法这就是主要区别。Carbon 基于 Argon,上下文(100 万 token)、输入类型(文字、图片、视频、音频、PDF)、思考档位和每 token 价格都一样。多想让 Carbon 在大多数测试里分数更高(Artificial Analysis 指数 60 对 50),也让它起步更慢:出第一个回答 token 约 68 秒,Argon 约 38 秒。

Gemini 4 Carbon 比 Argon 强吗?

大多数评测里 Gemini 4 Carbon 分数更高,但不是全部,谷歌也仍然推荐多数工作用 Argon。Carbon 在 Artificial Analysis(60 对 50)、CursorBench 4.0(60.4% 对 52.9%)和谷歌自报表的每一行都领先;Argon 赢了 Vals 的 Vibe Code Bench 和 HLAB,在 Arena 文本榜上和 Carbon 打平,一次真实代码实测里 20 次过了 16 次,Carbon 17 次。答案更好值得多等的活,再用 Carbon。

Gemini 4 Carbon 和 Argon 哪个更省钱?

单价上谁都不更省:apimodels.app 上两者 11 月 30 日前都是每百万输入 $1.10、输出 $5.50,12 月 1 日起 $2.20 / $11.00,比谷歌官方价低 45%。按一件活算,Carbon 因为思考 token 更多,通常花得一样或更多。Artificial Analysis 测到 Carbon 每个 agent 任务略低(官方价 $7.76 对 $9.95),但跑完整个指数更高($8,240 对 $7,620);Cursor 测到 Carbon 每个任务约是 Argon 的两倍。

Gemini 4 Carbon 和 Argon 哪个快?

Gemini 4 Argon 回得更快:Artificial Analysis 测到 Argon 约 38 秒出第一个回答 token,Carbon 约 68 秒;单次请求平均 111 秒对 159 秒。Carbon 一旦开始输出,速度更快(每秒 80 对 65 个 token),做多步 agent 任务也更早完成(25.5 分钟对 30 分钟)。聊天和交互式编码,用起来 Argon 更快。

从 Gemini 4 Argon 换到 Carbon 要改什么?

把 model 从 gemini-4-argon 改成 gemini-4-carbon 就行,谷歌的迁移说明写明不用改别的。然后给 Carbon 留足空间:输出上限至少 32,768 token,HTTP 超时设 15 分钟以上,长回复用流式,去掉 temperature、top_p、top_k(Carbon 会忽略它们)。在 apimodels.app 上 key 和端点都不用换。

国内能用 Gemini 4 Carbon 和 Argon 吗?

直接用谷歌的不行:谷歌公布的 Gemini API 和 AI Studio 可用地区不包括中国大陆、香港和澳门。通过 apimodels.app 可以在国内直接调,不需要代理:建一个 key,用支付宝、PayPal、银行卡或 USDT 充值,在 api.apimodels.app 上调用 gemini-4-carbon 或 gemini-4-argon。

相关阅读

免费创建 API Key查看 API 文档
收录于
APIMODELS on Product HuntAPIMODELS featured on ToolifyAPIMODELS featured on There's An AI For That