Gemini 4 Carbon登顶Artificial Analysis智能指数v5，编程代理仍居Claude Opus 5.5之后
Artificial Analysis称，谷歌Gemini 4 Carbon在Intelligence Index v5得分 59，位列第一；在Coding Agent Index上以 59 分排名第二，落后Claude Opus 5.5 3分。该模型目前仅向部分用户开放，尚未公开可用，标准定价为每百万输入/输出token 4/20美元，另有五折发布优惠。
AI解读：该指数由 9 项评估组成，Carbon在HLE-Diamond、Terminal-Bench-Science、AA-Omniscience、AutomationBench-AA四项中排名第一。
在智能体知识工作评估AA-Briefcase上，Carbon得分为 1609 Elo，比Gemini 4 Argon高 126 分，但仍低于Grok 4.7、Muse Wonder和Kimi K3.1 Pro。
成本方面，按标准定价，Carbon每个Intelligence Index任务成本 7.76 美元，比Claude Opus 5.5低约 23%，比GPT-6 Astra高约 1.2 倍；每任务输出token为 123k，比Claude Opus 5.5少 29%。
在AA-Omniscience v1.1上，Carbon得分 54，领先Claude Opus 5.5 6分；准确率升至 58%，但幻觉率从Argon的 4% 升至 11%，仍为第二低。
Gemini 4 Carbon支持 100 万token上下文，可输入文本、图像、视频和语音，输出文本；与Gemini 4 Argon一样，目前仅向部分用户推出，尚未公开可用。
Artificial Analysis于其网站发布文章称，谷歌Gemini 4 Carbon在Artificial Analysis Intelligence Index v5上得分 59，成为该指数新的第一名。该结果来自Artificial Analysis的评测，而非谷歌官方披露。
同一篇文章显示，在Artificial Analysis Coding Agent Index上，Gemini 4 Carbon搭配Antigravity CLI得分 59，排名第二，仅落后使用Claude Opus 5.5（max）的Claude Code 3分。
智能指数v5的领先项与未领先项
Artificial Analysis称，Intelligence Index v5由 9 项评估组成，Gemini 4 Carbon在其中 4 项排名第一，分别为HLE-Diamond、Terminal-Bench-Science、AA-Omniscience和AutomationBench-AA。该机构将这一表现归因于复杂推理、知识和科学任务上的领先。
文章同时指出，Carbon在编程和知识工作上也有较大提升，尤其是在与其他Gemini模型对比时，但并非在这些领域全部领先。
- Intelligence Index v5得分：59，排名第一。
- 9 项评估中排名第一的项目：HLE-Diamond、Terminal-Bench-Science、AA-Omniscience、AutomationBench-AA。
- 编程与知识工作有提升，但未在该两类全部领先。
编程代理：排名第二，落后Claude Opus 5.5 3分
在Artificial Analysis Coding Agent Index上，Gemini 4 Carbon（high）搭配Antigravity CLI得 59 分，Claude Code搭配Claude Opus 5.5（max）得 62 分，两者相差 3 分。
在Terminal-Bench 4.0上，Carbon得分 64%；在FrontierCode v1.1上得分 51%，两项均排名第二，落后于Claude Opus 5.5（max）。Artificial Analysis提到，谷歌在这一领域历史上表现较弱，因此此次提升值得注意。
- Coding Agent Index：Carbon 59分，Claude Opus 5.5 62分。
- Terminal-Bench 4.0：Carbon 64%，排名第二。
- FrontierCode v1.1：Carbon 51%，排名第二。
知识工作评估：进步明显但未登顶
在AA-Briefcase上，Gemini 4 Carbon（high）得 1609 Elo，比Gemini 4 Argon（high，1483）高 126 分。该得分仍低于Grok 4.7（xhigh，1638）、Muse Wonder（max，1659）和Kimi K3.1 Pro（1678）。
文章称，最大提升来自Presentation子项，上升 293 Elo至 1598；Analytical Quality子项提升 120 分至 1671。
- AA-Briefcase得分：1609 Elo，较Argon高 126 分。
- 仍低于Grok 4.7、Muse Wonder、Kimi K3.1 Pro。
- Presentation子项上升 293 Elo至 1598；Analytical Quality上升 120 分至 1671。
成本与token用量
按标准定价，Gemini 4 Carbon每个Intelligence Index任务成本为 7.76 美元，比Claude Opus 5.5（max，10.04 美元）低约 23%，但约为GPT-6 Astra（max，6.25 美元）的 1.2 倍。
Carbon每任务使用 123k输出token，比Claude Opus 5.5（max，173k）少 29%。在相同的每百万输入/输出token 4/20美元标准定价下，其每任务成本与Gemini 4 Argon（7.68 美元）基本持平，但Intelligence Index得分高 9 分。
- 每任务成本：Carbon 7.76美元；Claude Opus 5.5 10.04美元；GPT-6 Astra 6.25美元。
- 每任务输出token：Carbon 123k；Claude Opus 5.5 173k。
- 标准定价与Argon相同：每百万输入/输出token 4/20美元。
AA-Omniscience准确率与幻觉率
在AA-Omniscience v1.1上，Gemini 4 Carbon得 54 分，比Claude Opus 5.5（max，48）高 6 分，比Gemini 4 Argon（46）高 8 分。
准确率从Argon的 48% 升至 58%，提高 10 个百分点；幻觉率从 4% 升至 11%。Artificial Analysis称，11% 的幻觉率仍为所有模型中第二低，仅高于Argon；Claude Opus 5.5（max）和GPT-6 Astra（max）的幻觉率均为 50%。
- AA-Omniscience v1.1得分：Carbon 54，Claude Opus 5.5 48，Argon 46。
- 准确率：Carbon 58%，Argon 48%。
- 幻觉率：Carbon 11%，Argon 4%；Claude Opus 5.5与GPT-6 Astra均为 50%。
可用性与模型规格
Artificial Analysis称，Gemini 4 Carbon与Gemini 4 Argon发布时一样，目前仅向部分用户推出，尚未公开可用。谷歌提供五折发布优惠，但未确认截止日期。该机构的图表与数据均使用标准定价。
模型规格方面，Carbon支持 100 万token上下文窗口，可输入文本、图像、视频和语音，输出为文本。标准定价为每百万输入/输出token 4/20美元；缓存输入token享受 95% 折扣，标准定价下为每百万 0.20 美元。
- 可用性：仅向部分用户推出，尚未公开可用。
- 发布优惠：五折，截止日期未确认。
- 上下文窗口：100 万token。
- 多模态输入：文本、图像、视频、语音；输出：文本。
- 标准定价：每百万输入/输出token 4/20美元；缓存输入每百万 0.20 美元。