综合评测登顶, 深度拆解 Google 新旗舰 Gem

Google 刚发了新旗舰 Gemini 4 Carbon，结果自己先把门锁了。

这模型在 AA 评测拿了 59 分，把上一任甩开 9 分。更狠的是它能独立排查几天长的工程 Bug，走不通就自己换方案，幻觉率还砍了一半。

但最吓人的是它的安全能力。它能自己挖漏洞、写攻击脚本，还能修补丁。Google 就是怕这玩意儿放出去惹事，干脆先不给普通人用。

放到实际开发里看也挺有意思。极限写代码还是 Claude Opus 5.5 略胜一筹。但 Carbon 便宜太多了——干同样的活，它只要 12.3 万 Token，比对手少三万多，单次成本直接省了 72%。

所以我的建议很实在：普通项目别急着切，继续用稳定的老版本；搞安全的赶紧去申请内测；等它开放后，复杂活交给 Claude，大批量常规任务丢给 Carbon，拿 3 分性能差换 72% 的成本下降，这笔账太划算了。

要不要我帮你把 Carbon 和 Claude 在几个常见开发任务上的具体表现拉个对比？