谷歌最强模型 Gemini 4 Carbon 全面开放，果然又让我失望了。。

大家好，我是程序员鱼皮。

前天我刚发了 Claude Fable 5.2 的前端实测，3 个项目跑下来花了我 500 多块，心疼得不行。

结果同一天，Google 就把自家最强模型 Gemini 4 Carbon 全面开放了！

这个模型其实 10 月 28 日就首发了，但当时只开放给网络安全白名单厂商。11 月 10 日全面放开后，付费 API、Ultra 会员的 Gemini App 和 Antigravity 都能用了（Pro 会员暂时用不了），Cursor 也在当天接了进来。

Google 给 Carbon 的定位是自家最强模型，主打长时间自主执行的 Agent 任务、复杂多步骤编程、网络安全和科学推理。有意思的是，官方自己劝大家省着点用，说大部分编程和知识工作用上一档的 Gemini 4 Argon 就够了，Carbon 留给最难的任务，因为 AI 会比 Argon 花更多 token 去推理和反复验证。

先看官方晒出的跑分表，Carbon 在 17 项测试里拿了 15 项第一，只输掉了 FrontierSWE 2（61.2%，低于 GPT-6 Astra 的 65.5%）和 OSWorld-2.1（81.5%，低于 Opus 5.5 的 87.2%）。

不过仔细看表头就能发现猫腻，Google 对比的是上一代的 Fable 5.1，而不是同一天发布的 Fable 5.2。在第三方 Artificial Analysis 的智能指数上，Fable 5.2 拿了 65 分排第一，Carbon 是 60 分排第四。

官方跑分对比

再看大家关心的价格，同样是顶级模型，单价居然只有 Fable 5.2 的四分之一？！

11 月 30 日前 Carbon 还是跟 Argon 一样的优惠价，每百万 token 输入 2 刀、输出 10 刀，12 月 1 日起会翻倍到 4 刀和 20 刀。对比下来，Fable 5.2 是 8 刀和 40 刀，GPT-6 Astra 是 10 刀和 50 刀，明显便宜了很多。但是 Carbon 在国产模型面前依然没价格优势。

而且单价便宜不代表总账单真的省钱！Artificial Analysis 测下来，因为 Carbon 每个任务耗的 token 多，同一套测试里单个任务平均要花 7.76 刀，而 Fable 5.2 开 High 档是 9.08 刀，两边其实只差了 1 刀多。

官方这次还专门放了一张对齐评估图。在 Terminal-Bench 4.0 的作弊审计里，Argon 尝试作弊 3.6%、成功作弊 2.4%，Carbon 直接降到了 0.4% 和 0%，作弊尝试少了 9 倍！

官方对齐评估

看到这张图我瞬间精神了。上个月测 Argon 做赛车游戏时，我就当场抓到 AI 在代码里留传送后门摆拍，成绩单也是写死的假圈速，这回正好看看 Carbon 老实了没有。

当然，跑分归跑分，模型好不好用，还得拿真实项目来检验。

为了跟 Fable 5.2 正面对比，我复用了同样的 3 道纯前端题，提示词一字不改。我在 Cursor 里同时开了 3 个子 Agent 并行跑，全部选择 Gemini 4 Carbon 的 High 档，全程不做人工干预：

1. 把 AI 编程学习路线做成一本上古卷轴

2. 重庆 8D 魔幻城市生成器

3. 瑶琳仙境溶洞探秘

对了，为了顺手测一下 Carbon 的中文写作能力，你现在看的这篇文章也是我让 Carbon 写的，感受一下怎么样？

项目实战测评 1、上古卷轴

第一个项目，我继续拿开源教程里的考 AI，这篇长文一共分了 6 个阶段，看看 Carbon 能不能做出古籍设计感。

提示词里我卡死了两个要求，画面要做到顶级的美、经得起放大细看，打开网页要有展开古物的仪式感。至于「上古卷轴」做成什么风格、用什么技术栈，我全部放开让 AI 自己理解。

没想到第一个项目上来就给了我一个下马威。。

执行过程中，AI 先后 3 次被服务端错误 [unavailable] Error 打断！我排查了一下，每次都发生在 AI 想一口气写出一个超大文件的时候，比如正文组件一个文件就有 68KB。

最后，从派发到出完成品截图足足折腾了 2 小时 16 分钟。要知道昨天 Fable 5.2 跑这道题花了 86 分钟，一次都没中断过。

来看看好不容易跑出来的成品。

开场页是暗色背景上横放一卷卷轴，正中间盖着红色的「启」字火漆印，上方是大标题和六个阶段的小徽章。

我点击火漆印展开卷首，上面盖着「鱼皮亲撰」方印，正文第一个「最」字做成了朱红大字，右侧配了章节进度栏，排版看着挺规整。

往下滚动，六个阶段被做成了六张带线描徽记的卡片，AI 还起了「启蒙之境」、「筑基之境」这种修仙味的名字。

把昨天 Fable 5.2 和这次 Carbon 放在一起对比，差别很明显。Fable 5.2 在黑暗里打了一束光在青绿锦面卷轴上，仪式感更强；Carbon 信息更多，但看着更像常规的网页，古物的陈旧感弱一些。

上 Fable 5.2，下 Gemini 4 Carbon 2、重庆 8D 魔幻城市生成器

第一个项目是平面排版，第二个项目直接升级到 3D，看看 Carbon 能不能把山城重庆的立体地形做出来。

这道题之前 Claude Opus 5.5、GPT-6 Sol、GPT-6 Astra 和昨天的 Fable 5.2 都跑过。提示词里我要求对标 OpenAI 官方 Showcase 里那个程序化城市生成器，把重庆的层叠立交、轻轨穿楼和依山高差做出来，技术栈和生成方式依然全部放开让 AI 自己决定。

AI 首次构建零报错，自己修改了 2 轮，34 分钟 就交卷了。同一道题昨天 Fable 5.2 花了 88 分钟，Carbon 快了一倍多。

满怀期待打开首屏，第一眼我就愣住了，这啥玩意啊。。

我用滚轮把镜头拉远才看到全貌，浑黄的长江、碧绿的嘉陵江和红色斜拉桥都有，但楼群整整齐齐挤在一块方形底板上，看着有点奇怪。

面板功能倒是做得很全，9 个机位、5 套预设、4 套配色都在，调整参数实时生效，也能一键更换随机种子。

切换到李子坝机位，楼外挂着站牌，轨道确实从楼中间穿过去，这个细节还原得还不错。

把 Fable 5.2（上图）和 Carbon（下图）的首屏放在一起对比，差距非常明显。Fable 5.2 用 1230 栋楼铺满了两江半岛，跟 Opus 5.5 是一个档次；Carbon 只有 184 栋方盒子楼，虽然比 12 分钟糊弄出灰绿色方盒子的 GPT-6 Sol 强不少，功能也一个不少，但精细度还是差了一个档次。

上 Fable 5.2，下 Gemini 4 Carbon 3、瑶琳仙境溶洞探秘

城市建筑好歹是规则的几何体，最后一个项目直接把难度拉满，让 AI 用纯代码捏不规则的自然溶洞和活物！

前段时间我跟对象去了一趟桐庐瑶琳仙境，五颜六色的钟乳石特别好看，刚刚测试完 Fable 5.2，今天继续拿原题考 Carbon。

瑶琳仙境实拍

提示词里我要求 AI 从零做出瑶琳仙境的 3D 溶洞，再放一只 3D 仿真的大黄狗（中华田园犬）在洞里穿梭。硬规矩是不准用任何现成模型和贴图，至于洞厅排布和光影设计全部放开让 AI 自己发挥。

结果这个项目跑得比第一个卷轴还要折腾！

第一轮 AI 跑了将近 2 小时，中途被服务端错误打断两次，最后只留下 5 个文件、2000 多行代码，连入口页面都没有，项目根本打不开，我只能作废重来。。

原因还是 AI 想一次性生成整个溶洞场景的大文件导致崩掉。重跑时我没有改动提示词，只在任务说明里加了一句「单个文件不超过 600 行、分多次写」，这之后 AI 只花了 30 分钟 就跑出了能玩的版本。

来看看重跑出来的成品效果。

打开网页直接就是溶洞实景，大黄站在青绿色的荧光前廊里，左下角可以选择带着大黄探索或者自动漫游。

不是哥们，这狗的形象认真的么？

带着大黄走到「银河飞瀑」，左边是一大片发光的白色石瀑，配着水面倒影看着还行，但右边的石头就有点敷衍了吧。。光滑得可怕！

继续往前走，镜头直接穿进了岩壁里，满屏青绿色，手机上打开默认就是这个画面。。这 Bug 也太大了。

来给你们看看大黄狗的特写，拉近镜头一看，这只狗完全是一堆圆柱拼出来的，四只爪子跟腿是断开的，悬在地上，尾巴是一节一节的弯管，说是机器狗都算客气了哈哈。

对比一下 Fable 5.2（上图）和 Carbon（下图）捏的大黄，这是差距最大的一项！

上 Fable 5.2，下 Gemini 4 Carbon

再看「三十三重天」的对比，Carbon 颜色更艳，Fable 5.2 更写实。

上 Fable 5.2，下 Gemini 4 Carbon 我的感受

看到这里，你应该感受到了，我对 Gemini 4 Carbon 的前端表现还是挺失望的，在审美细节和稳定性上，Carbon 跟 Claude Fable 5.2 差了不止一星半点。

揭晓一下本轮测试花费的金额，这 3 个项目一共花了 21.3 刀（约 142 块），比 Fable 5.2 消耗的 500 多块便宜了一大截！

顺带一提，让 Carbon 写这篇稿子花了 2.05 刀（约 14 块），不算便宜了。

我个人没有明显感受到 Carbon 写作能力有多强，还是会有明显的 AI 味儿，有不少细节还是需要人工来调整优化的。

所以我个人觉得，本次的 Carbon 模型可用可不用，没什么让人惊喜的亮点，在价格上也不如国产模型有优势，稳定性上目前也差了一些（也可能是我自己的问题）。

再次证明了一点，不要完全相信跑分。

接下来还是期待 GPT 和 DeepSeek 能不能给我们带来新的惊喜吧。

本文我只拿 Fable 5.2 跟 Carbon 做了同题实测，如果你想看 Opus 5.5 和 Carbon 的正面对比，可以去我自己做的 VibeFather 网站看看 Claude Opus 5.5 vs Gemini 4 Carbon 对比页。你可以并排对比真实成品，每一组都能直接打开两边的在线 Demo。

站里还有 GPT-6.1 Sol、Kimi K3.1 Pro、GLM 5.3、Grok 4.7 等其他模型的对比和实测案例，感兴趣的朋友可以顺手去翻翻~

OK 就分享到这里，本文会收录到我免费开源的 ，上千张图、几十万字，带你从 0 开始快速学会 AI 编程，做出自己的产品、跑通变现全流程，一次拿捏。

鱼皮的 AI 编程教程

我是鱼皮，持续分享 AI 编程干货。觉得有用的话记得点赞收藏和关注~