Google 刚发 Gemini 4 Carbon。
Artificial Analysis 最新 Intelligence Index v5，它排第一，得分 59。
早期实测里，有人用超级玛丽提示词，大约半小时，一手做出整关：顶砖、吃币、钻水管、地下关、旗杆，最后 COURSE CLEAR。
谷歌这真的是在憋大招呀！
排行榜第一，不是口号
官方解释的很直白：Carbon 是他们目前最强的前沿模型，主打网络安全和长程任务。
对普通人更直观的锚点，是 AA Index v5。
得分 59，登顶。
九项评测里，它有四项拿第一，包括复杂推理、科学终端任务、知识全知类，以及自动化工作流那一项。
上一版 Argon 同榜大约 50。
差 9 分，在这种总榜上已经不小。
Coding Agent 一类评测它也很靠前。写稿时我不点名对手模型，你只要知道：它已经站进第一梯队，而且是总榜第一名。
还有一项很多上班族更在意：它被设计成能扛更长的工程任务。官方说内部团队已经看到，Carbon 能连续跑很久，卡在死胡同也能绕，去排查大代码库里的难 bug、打补丁。
对小白来说，你不用背这些术语。
记住一句话就行：榜上第一，而且擅长把一长串活干完。
价格官方也给了入门价：和 Argon 一样，先按每百万输入 2 美元、输出 10 美元起步，之后再调到更高一档。具体账单以你账号后台为准，这里只当背景。
一手超级玛丽整关
数字看完，再看一个更抓人的故事。
测评账号用经典的超级玛丽提示词去跑 Carbon。
大约 30 分钟。
一手做成整关。
角色顶砖、吃金币、钻水管，进地下关再爬出来，最后跳上旗杆进城堡。
屏幕打出 COURSE CLEAR，币数和评级也会结算。
测评方原话大意是：生成时间偏长，但不再像上一版那样「偷懒」；它听懂你要什么，第一轮就把活干完。
这不是官方 benchmark，是早期实测案例。
可玩性细节、每一格碰撞算不算满分，公开录像没法逐帧验完。咱们也不吹成「量产游戏引擎」。
但「半小时做出一整关可玩关卡」这件事，比一堆参数好记多了。
小编自己看完也只有一个反应：这代做游戏 demo 的下限，被抬高了。
你要是自己也玩模型做小游戏，可以把「整关跑通」当成验收标准：不是出个能跳两下的角色就交差，而是能从开场走到旗杆。
3D 明显强过 Argon
同一拨早期实测里，体素宝塔、体素山谷、3D 城堡光照切换，也被拿来对比。
结论几乎一致：3D / 体素明显强过上一版 Argon。
代价是慢。
有测评方说，按任务不同，大约慢 2 到 4 倍。
慢一点，但「少偷懒、第一轮更完整」，很多人更吃这一套。
还有碳原子长成金刚石晶格这类动画案例，也是同一时期冒出来的。画面细节和结构感，比「随便糊个立方体」那种差远了。
主线还是那句：空间感和三维细节，这一代往前跨了一大步。
做演示片、做产品三维示意、做关卡原型的朋友，这块值得单独盯。
以前同提示词跑出来「像积木堆出来」的，这一代更像有体积、有光照的场景。体感差一截，所以测评圈才会反复拿体素题来打。
Chrome 补丁约 10×，自动化新高
官方还甩了两个很硬的数字。
Chrome 团队反馈：生成高质量补丁时，Carbon 的表现大约是另一家前沿模型的 10 倍以上。
安全相关也给了公开分数，比如 SEC-bench Pro 88.2%。写稿不展开成安全论文，你知道它在「找漏洞、验证、打补丁」这条链上被官方重点点名就行。
安全代码生成成功率，官方也说比 Argon 提升超过 2 倍。
另一头，Zapier 的 AutomationBench 测的是端到端业务任务：帮模拟公司改 CRM、回邮件、动表格这类活。任务一共 657 个，评分很严，最后状态对不上就判失败。
Carbon 在 high effort 拿到 53.9%（354 / 657），比 Argon 的 51.3% 高 2.6 个点，目前榜上新高。
medium 一档 53.0%，已经超过 Argon 的最佳成绩。
翻译成人话：它不只会聊，也更会把一长串工作流跑完。
办公自动化、Agent 跑流程、写补丁改代码，这几条线，Carbon 都在用数字证明自己。
你要是平时用 Codex、Grok Bot、WorkBuddy 搭日常流程，可以把 Carbon 当成「下一档长任务大脑」来盯。不一定今天就换全家桶，先看它在自动化榜和补丁场景里的数字，心里有数。
一句边界，别神话
早期实测也说了：前端 / UI 输出仍一般。
3D 香，网页界面还没到「一眼商用」。
慢，也是真实体感。半小时出整关很炫，但你要连夜赶十个小页面，体感可能就不一样。
所以今天你带走的，不是「它什么都会」，而是这五条：
总榜第一，得分 59；
一手超级玛丽整关；
3D 强过 Argon；
Chrome 高质量补丁约 10×；
自动化工作流新高 53.9%。
够收藏，也够跟朋友讲清楚「新出的 Carbon 到底强在哪」。
你也可以把这篇当成「新模型速记卡」：朋友问 Carbon 怎么样，你不用翻长文，把五条念一遍就够用。
这个模型适合谁？
爱追新模型的小白，先把上面五条记进收藏夹。
下次刷到测评图，你能对上号。
做游戏 demo、三维示意、长任务 Agent 的人，着重看3D 和 AutomationBench 这两块。
写代码、打补丁的朋友，Chrome 那条 10× 值得关注一下。
入口会陆续开放。这期先把「它有多强」简单地说一下
如果这篇对你有用，记得关注AI的朋友们，我会定期分享更多AI玩法和教程，让你在AI路上收获满满
