【Gemini 4 Carbon 首批独立评测出炉：登顶智能指数，但并非全面领先】10月29日， 谷歌 Gemini 4 Carbon 的首批独立评测结果揭晓。Artificial Analysis 最新发布的 Intelligence Index v5.0 显示，Carbon 以 59 分登顶榜首，以微弱优势超越 Claude Opus 5.5（58 分）和 GPT-6 Astra（57 分）。这是谷歌在旗舰模型竞赛中一次显著的位次回归。

然而，独立数据揭示的图景比官方宣传更为复杂。Carbon 在 9 项子评测中仅于 HLE-Diamond、Terminal-Bench-Science 等 4 项领先，在编程与知识工作类别中并未夺魁。在 Coding Agent Index 上，Carbon 以 59 分位居第二，落后于搭载 Opus 5.5 的 Claude Code（62 分）。此外，Carbon 的单任务输出 token 量高达 20 亿级别，约为中位数的三倍，加权平均成本达每任务 7.76 美元，虽低于 Opus 5.5 的 10.04 美元，却高于 GPT-6 Astra 的 6.25 美元。

值得关注的是，Carbon 目前仅通过 Fairwind 计划向经审核的网络安全防御者开放，普通开发者与消费者尚无明确获取时间表。这一谨慎策略与其在漏洞发现与利用类基准上的突出表现密切相关，也意味着首批独立评测所反映的能力，尚未经过大规模真实用户场景的检验。ai