[控场AI]
· 5 分钟阅读· 2,849 字

Gemini 4 Carbon上线全解析:额度、性能与实测体验

Gemini 4 Carbon上线全解析:额度、性能与实测体验

Gemini 4 Carbon 上线提速、能力增强,但算力与额度问题拖累体验。

Google 新一代旗舰模型 Gemini 4 Carbon 从公告到上线仅 12 天,节奏明显加快。价格与上一代 Argon 持平,但文本、Agent、编码等能力显著提升,主动干活意愿增强。目前仅 Ultra 订阅和 Vertex API 等渠道可用,Pro 用户暂无法使用。实测显示算力紧张问题未改善,同一测试凌晨耗时 6 分钟、下午耗时 40 分钟,热度更高导致资源竞争加剧。群友共识是文本惊艳、Agent 能力强,但额度消耗快、缓存命中率低,生成速度两极分化,推测与算力分组有关。AntiGravity 基建被集中吐槽,建议上下文调至约 500k。另有 Flash 系列新模型灰度测试中。总体判断 Google 已站稳第三,有望争第二,但基建拖累体验,建议按月付费勿冲动升级。

Google新一代旗舰大模型Gemini 4 Carbon已正式上线。从10月29日首次官方公告,到11月10日官方推特预热,再到11月11日正式开放,整个过程仅隔12天,比上一代Gemini for Argon的上线节奏更快。B站UP主DP带来了第一手汇总与实测,本文结合其视频内容与群友反馈,梳理关键信息。

上线节奏与可用渠道

Carbon的发布节奏明显加快。官方在10月29日首次公告,11月10日发推预热,次日即上线。这种"公告-预热-上线"的短周期,暗示Google正在加速模型迭代。

可用渠道方面,Vertex API已开放,AI Studio的API和Ultra订阅用户可用,Gemini App和Web端的Ultra订阅用户可用,AntiGravity中同样仅限Ultra订阅。Pro订阅用户目前能看到模型但无法使用。据UP主推测,Pro订阅未来可能沿用类似Argon的独立额度,而Ultra订阅将直接并入现有Gemini额度池。

价格与Argon保持一致

Vertex API 是 Google Cloud 提供的企业级机器学习平台接口,允许开发者在自己的应用中调用 Gemini 等模型,通常用于生产环境部署和规模化调用;AI Studio 则是面向个人开发者与研究者的免费/低门槛实验平台,便于快速测试提示词和模型能力。Ultra 订阅 指 Google One AI Premium 等高端订阅计划,享有最新模型优先访问权和更高额度;Pro 订阅 为较低档位,通常滞后获得新模型或仅限有限功能。AntiGravity 是 Google 推出的 AI 辅助开发环境/工具,深度集成 Gemini 模型,其可用性同样与订阅等级挂钩。理解这些渠道的差异,有助于判断 Carbon 的开放策略:优先保障企业 API 和高端订阅用户体验,再逐步向普通用户渗透。

价格与额度:加量不加价

Carbon的价格与Argon完全一致——模型能力升级,但价格没有任何改变。需要留意的是,11月30日之前享受半价优惠,之后可能恢复原价。不过按目前模型更新速度,该日期前很可能已有新模型问世。

额度方面,Carbon的额度与Argon基本一致。UP主提醒,算力和额度问题在Carbon上并未得到解决,反而因为模型更热门而更加突出。

实测体验:能力提升明显,算力拖后腿

UP主进行了两次"醍醐测试"(一种生成式基准测试):凌晨一点用时6分钟,下午一点(12小时后)用时40分钟。同样的测试,耗时差异巨大,推测原因是算力紧张未改善,且Carbon的热度高于Argon,导致资源竞争更激烈。

算力紧张问题比Argon更严重

第一印象方面,UP主认为:文本相关能力明显提升;主动干活的意愿比Argon显著增强;设计能力有提升但不算特别明显;长任务和编码能力明显进步,甚至考虑用Carbon替代GPT-6.1 Soul和OPS 5.5执行部分工作,但需进一步测试验证。官方跑分截图与实测感受基本吻合。

问题同样明显:额度不足、算力紧张比Argon时代更严重,零缓存等问题依旧存在。UP主形容这是一款"带病前进"且"带病加速前进"的模型。

Agent 能力(智能体能力)指模型自主规划、调用工具、分解任务并持续执行多步操作的能力,而非仅被动回答单轮问题。文章提到的“主动干活意愿”即模型主动发起行动、请求外部工具或补充信息的倾向,这是 Agent 化模型的核心指标之一。长任务 通常指需要多轮交互、长时间运行或处理大量上下文的复杂任务,对模型的记忆保持、上下文窗口和推理稳定性要求极高。编码能力 则涵盖代码生成、补全、调试与重构等场景。Carbon 在这三方面的进步,意味着它更接近“可委派工作的智能体”而非“问答机器人”,但算力紧张会直接拖慢长任务和 Agent 多步调用的响应速度,形成能力与体验的落差。

群友反馈:共识与分歧

参与测试的Ultra订阅用户普遍认同几点:模型有主动干活的意识,Agent能力明显强于Argon时代;基础智力在线,文本输出相当惊艳;额度消耗快、缓存命中率低。官方基建方面,AntiGravity被集中吐槽。

分歧主要集中在生成速度上,两极分化明显。推测不同账号被分配到不同算力组,消耗快的组速度慢,有富余的组速度快。长上下文稳定性也存在差异,可能与算力分组有关。前端编码能力褒贬不一,UP主表示后续会做更多测试。

速度差异可能与算力分组有关

算力分组 指云服务商将用户请求调度到不同物理集群或资源池的机制。当模型热度激增时,部分用户可能被分配到负载较高、资源紧张的集群,表现为生成速度慢、排队时间长;另一些用户则可能落在资源富余的集群,速度较快。这种分组通常对用户不透明,但会造成同一模型在不同账号间体验差异显著。缓存命中率 指模型推理时复用已计算结果的比例,高命中率可降低延迟和算力消耗;零缓存或低命中率意味着每次请求都需从头计算,进一步加剧算力压力和额度消耗。文章提到的速度两极分化和长上下文稳定性差异,很可能正是算力分组与缓存策略共同作用的结果。

实用提醒与插件推荐

群友"欢学长"和"b同学"制作了一款免费插件,可查看运行过程中的路由状态,目前已支持实时对话和子代理等功能,且持续更新中。

在AntiGravity中使用Carbon时,建议将上下文修改到约500k,好用但消耗会随之增加。

另有线索表明,新模型可能很快发布,猜测为Gemini Flash系列。logan发布了一条谜语式推文,频道用户"summer"观测到"3.8 flash-h"模型路由,"kh"用户发现"-h"后缀且二号位上下文变为512k,目前已在灰度测试。

推测新模型可能是Flash系列

总结:Google站稳第三,但基建拖累体验

UP主判断,Google已站稳世界第三的位置,且有能力与GPT争夺第二,双方位置可能发生变化——Google在加速,而OpenAI手中还有牌未出。算力紧张从Argon延续到Carbon,且额度不足问题在Carbon上表现更明显:Argon时代是"额度不太够用",Carbon时代则是"额度明显不足"。

最后提醒:按月付费,不要冲动购买更高档订阅。思考时间很重要,输出质量需要一定的思考时间保障。

一个开放问题留给大家:基于目前的情况,你会考虑把手里的订阅换成Google One相关订阅吗?

分享:

相关推荐