Gemini 4 Carbon全面开放：性能与定价策略解析

Google 的 Gemini 4 Carbon 在两周前仅面向「部分网络安全防御者」开放，如今已向所有用户开放。作为 Simon Willison 发布的 llm-gemini 0.36 版本更新的一部分，这款模型被描述为 Google 迄今为止最好的 Gemini。

rss source: llm-gemini 0.36

定价策略：先低价后翻倍

Gemini 4 Carbon 的定价策略值得关注。发布时输入价格为每百万 token 2 美元，输出为每百万 token 10 美元，与 GPT-6.1 Sol 和 Claude Sonnet 5.5 的价格区间相当。但 Google 计划在 12 月 1 日将价格翻倍至输入 4 美元、输出 20 美元，届时将与 Opus 5.5 持平。

这种「先低价后翻倍」的做法在模型发布中并不常见。对于开发者而言，这意味着早期采用者能享受明显的成本优势，但长期使用成本需要提前纳入规划。如果应用场景对成本敏感，趁低价期进行充分的测试和原型开发是合理策略。

Token 与百万 token 定价是理解大模型 API 成本的基础。Token 是模型处理文本的最小单位，通常一个英文单词约对应 0.75 个 token，中文则往往按字或词切分。API 计费按输入 token（用户发送的提示词、上下文、附件）和输出 token（模型生成的内容）分别计价，单位一般为「每百万 token 多少美元」。之所以用百万为单位，是因为单次调用消耗的 token 量相对计价单位很小，用百万计价便于横向比较不同模型。输入与输出价格通常不同，输出往往更贵，因为自回归生成需要逐 token 计算。理解这一计价方式，才能准确估算批量调用、长上下文和智能体多轮循环带来的实际成本。

实测表现：从鹈鹕到机甲

Willison 延续了他惯用的「鹈鹕测试」，分别用低、中、高三种思考强度生成了三只鹈鹕（默认中等强度）。他评价高思考强度下的鹈鹕「戴单片眼镜、优雅的水手帽配蓝色蝴蝶结、篮子和鱼、自行车设计有趣但可用、渐变运用令人愉悦」。Gemini 系列的鹈鹕生成能力已经稳定在较高水平，这本身说明模型在多模态细节控制上的成熟。

更有说服力的是编程能力测试。Willison 在 Google 的 Antigravity IDE 中使用了一个此前用于 Claude Fable 5.2 的提示词：制作一个 Three.js 动画，让 Yonkers 站起来变成大型机甲，在曼哈顿、皇后区和布鲁克林跺脚行走，并使用 OpenStreetMap 地图数据。他随后要求「构建成独立的 HTML 文件」以消除外部依赖，并将结果录屏为视频。

Three.js 是一个基于 WebGL 的开源 JavaScript 3D 图形库，开发者无需直接编写底层着色器和渲染管线，就能在浏览器中创建三维场景、模型、光照与动画。它封装了相机、材质、几何体和渲染循环等概念，并支持加载外部 3D 模型与贴图。文中要求模型用 Three.js 生成动画并用 OpenStreetMap 地图数据构建城市地形，实际上是在考验模型对图形 API、坐标系转换和地理数据格式的综合运用能力。要求「构建成独立的 HTML 文件」则进一步排除了依赖外部 CDN 或构建工具的可能，迫使模型把所有逻辑与资源内联，这比生成多文件项目更能暴露代码完整性和自包含性方面的问题。

/swarm 功能与多智能体协作

Willison 在更新中提到，他在 YouTube 上看到另一个案例：使用 Google Antigravity 的 /swarm 功能，Carbon 构建了一个开放世界 3D 游戏，玩家扮演骑 GBike 的鹈鹕探索 Google 山景城园区。该案例中，Carbon 协调多个子智能体，从 Omni 和 Nano Banana 参考中在 Blender 里建模 3D 资产，用 Three.js 和 WebGL 着色器构建浏览器游戏，并将程序化 Web Audio 音效与 Lyria 音乐配对。

这个案例展示了多智能体编排在实际项目中的潜力。单个模型的能力固然重要，但能否有效协调子智能体完成复杂多环节任务，正在成为衡量模型实用性的关键维度。/swarm 功能的具体实现细节尚未完全公开，但从结果看，Carbon 在任务分解和跨工具协作上表现出色。

多智能体编排（multi-agent orchestration） 指由一个主控模型把复杂任务拆解为若干子任务，分派给多个子智能体并行或串行执行，再汇总结果。与单模型一次性生成相比，这种范式能突破单次上下文和单轮推理的限制，让不同智能体分别负责规划、编码、素材生成、校验等环节，并通过工具调用（如 3D 建模软件、音频生成接口）与外部环境交互。其难点在于任务分解的合理性、子智能体之间的信息传递、失败重试与结果一致性。评估此类系统时，除了看最终产物质量，还要关注编排开销、错误传播风险和可复现性，这也是文中强调需要更多实际项目验证稳定性的原因。

对开发者的意义

Gemini 4 Carbon 的全面开放意味着开发者现在可以将其纳入技术选型。几个值得关注的点：

价格窗口期：12 月 1 日前的低价是进行大规模测试的好时机，之后成本将显著上升。
编程能力：从 Three.js 动画到 3D 游戏构建，Carbon 在代码生成和工具链整合上展现出较强能力，尤其是在 Antigravity IDE 环境下的表现。
多智能体协作：/swarm 功能为复杂项目提供了新的工作流范式，但需要更多实际项目验证其稳定性。
生态整合：与 Google 自身工具链（Antigravity、Blender 集成、Lyria 音乐）的配合是差异化优势，但也可能带来锁定风险。

对于正在评估模型选型的团队，建议在低价期内针对自身核心场景做对比测试，重点关注代码生成质量、多步骤任务完成度和成本可控性。