Gemini 4 Carbon 现已可用

Google 发布 Gemini 4 Carbon AI 模型后引发了褒贬不一的反应:许多人称赞它的能力——尤其在写作、研究和复杂编码方面——但也有人报告严重的延迟和 token 消耗,使其不适合交互式工作。一个主要的挫折点在于 Google 支离破碎且不透明的访问模式:Carbon 大多仅限于高价的 Ultra 订阅和 API 使用,而更便宜或促销性的 “Pro” 和 “Plus” 档位往往没有当前的旗舰模型,或者配额设置令人困惑且不一致。评论者将其与 Anthropic 和 OpenAI 更直接的旗舰访问方式进行对比,认为尽管模型质量有竞争力,但 Google 缓慢、繁琐的 rollout 仍在削弱热度和采用率。

定价与订阅混乱

  • 对 Carbon 的访问大多被更高档位所限制(AI Ultra、企业版或付费 API)。
  • 许多使用更便宜或促销性“Pro/Plus”套餐的用户,只能看到较旧的模型(3.6 Flash、3.5/3.1 等)或限制很紧的 Argon。
  • 区域定价和捆绑方案(学生、手机促销、电信优惠)造成访问不一致;一些促销“Pro”套餐甚至完全没有 Argon。
  • 一些用户觉得自己被含糊的营销误导了,比如“可访问 Flash 模型”或点名某些从未升级的旧模型。

可用性与分阶段发布

  • Carbon 出现在多个地方:API(AI Studio)、Antigravity、VS Code、Cursor、Gemini 应用以及企业版,但并不统一。
  • 推出是分批进行的:有些人把 Carbon 当作应用里的默认模型,有些人只在 Ultra 订阅中看到,还有些人根本看不到。
  • 多位用户称 Google 的发布和 rollout 策略令人困惑,或“像 Cartmanland”一样:宣传很热闹,但实际上很难用到。

模型质量与使用场景

  • 有人反馈 Carbon “比 Argon 好得多”,尤其适合写作、研究、技术编辑、SVG/3D/设计以及复杂的代码流水线。
  • 也有人觉得 Gemini 的代码可靠性、跨上下文记忆和一致性都不如 Claude。
  • 一则轶事:Carbon 对一篇论文草稿给出的编辑反馈,比 Argon 以及 Anthropic/OpenAI 的顶级模型都更强。

性能、配额与 Token 成本

  • 据称 Carbon 的 token 消耗比 Argon 更高;使用 Pro/Ultra 的用户很快就会碰到配额,有时甚至在单个项目内就用完。
  • 有人觉得 Carbon 因为首 token 时间极慢、吞吐量很低而实际上不可用,尤其不适合交互式使用;也有人强调它本来就是为长时间运行任务设计的。
  • 对成本效益看法不一:标价可能比竞争对手低,但如果模型反复循环或速度很慢,按任务计算的成本可能更高。

工具、Harness 与功能

  • Antigravity 是主要推荐的 harness;讨论中提到 /boost、/teamwork 以及用于协调子代理的新 /swarm。
  • 对 Google 的 harness 评价不一:有人更喜欢竞争对手的 IDE(例如 Claude Code),也有人喜欢 Antigravity,尤其是在高级模式下。
  • 用户分享了围绕账户切换的一些小工具,并指出 Carbon 的鹈鹕开放世界 demo 展示了多代理 + 3D 能力。

与其他实验室的比较

  • 许多人将 Carbon/Argon 与 Anthropic 的 Fable/Opus 以及 DeepSeek 做比较:
    • 有人认为 Anthropic 整体仍然领先,而且通过订阅更容易访问。
    • 也有人认为 Gemini 被低估了,尤其是在多模态工作和写作方面。
  • 在幻觉问题上,体验相互矛盾:有人觉得 Gemini 更差;也有人引用基准测试和大量真实使用经历,称它在事实性方面属于最先进水平。

产品策略、命名与其他

  • 多位评论者认为,Google 正在用缓慢、缺乏透明度的消费级产品和过度保护的配额,浪费自己的技术进步,把心智份额让给竞争对手。
  • 也有人表示,逐步分层 rollout 是正常的商业做法,而且很可能是出于利润考虑。
  • 命名(Argon vs Carbon,以及与编程语言“Carbon”的冲突)和长期存在的“pelican”梗都被拿来调侃。
  • 一些用户报告称 Carbon 的博客页面会让 Chrome/Brave 崩溃,以及 Gemini 整体存在卡顿。