Gemini 4 Carbon 实测:把复杂任务做成可运行的作品
Google 官方 MKA 数据、API 定价与 3D 案例,结合 TOKRACE 的掌机拆解、海底洗衣店、网页、图表和找不同五题实测,附视频与原始工程。
更新日期:2026-11-17
TOKRACE · 2026-11-17 · 官方数据 × 实际作品
Google 把 Gemini 4 Carbon 放在复杂工程和长流程任务的位置。我们用五道题看它如何把要求落到具体交付:掌机包含整机与拆解工程,海底洗衣店持续运转,清单操作可用,图表数值准确,找不同五处全中。
这篇报告把官方资料与实际作品放在一起。先看 Carbon 的能力、数据和项目案例,再逐一打开我们得到的结果。
一、Carbon 的位置:持续推进复杂任务
Google 在 2026 年 11 月 10 日开放 Gemini 4 Carbon。它面向复杂工程、科学推理和长流程任务。官方发布说明
在 Antigravity 中,Carbon 与预览版 /swarm 配合:协调者拆分任务,多个工作代理在独立工作区实现,验证代理运行测试、检查改动。Google 推荐把 Carbon 用在架构、协调和审查等角色。Antigravity 说明
| API 能力 | 官方规格 |
|---|---|
| 模型 ID | gemini-4-carbon |
| 统一上下文窗口 | 1,048,576 tokens,输入与输出共用 |
| 默认同步最大输出 | 65,536 tokens |
| Long decode 最大输出 | 1,048,576 tokens |
| 输入 / 输出 | 文本、图片、视频、音频、PDF / 文本 |
| 工具能力 | 函数调用、代码执行、结构化输出、计算机操作 |
规格来自 Google 模型文档。本文的 3D、网页与图表由 Carbon 编写代码,再运行相应工具生成。

二、官方数据:MKA 看交付质量,也看任务成本
Google 与 Artificial Analysis 的 MKA 评测包含 200 个任务,覆盖 10 个领域、83 种职业。评分权重为事实准确性 75%、视觉设计 25%,模型在同一 Stirrup 框架内工作。MKA 说明
Google 公布的图中,Carbon 的 Climb WSR 为 54.3%,平均单任务成本 $5.63;Fable 5.2 为 56.6%、$35.28。图中采用常规标价,Carbon 按 $4 / $20 计算。

三、官方实例:把图纸和视觉参考变成 3D 项目
四、掌机拆解:外观与内部零件一起交付
题目要求制作复古掌机整机和分层拆解。Carbon 交付了两份 Blender 工程、两张 1280×720 渲染和生成脚本;整机的绿色像素屏幕、十字键、两枚粉色按钮与扬声器开孔都能辨认。
拆解图把前后外壳、屏幕、按键、主板、电池和后盖分层展开。两份工程中的 21 个主体网格同名对应,局部网格哈希一致,可以对照同一组零件在装配与拆解状态下的位置。
作者在交付前自行看图、修订了早期的壳体破面和暗屏;下图是它自主结束时交出的版本。


五、海底洗衣店:场景、动作与相机都能运行
Carbon 把三台洗衣机放在条纹遮阳篷下,补上中文招牌、格纹地砖、晾衣区、海草和远景岩石;海床上还能看到流动的光纹。
播放下方 12 秒视频,滚筒中的衣物、鱼群、水母和气泡都在持续运动。浏览器可以拖动相机;0、3、6、9、12 秒以及回退到 3 秒的时间控制复测通过。
视频使用同一份原作在场景完成加载后重新采集,开头即可看到完整洗衣店。
六、旅行清单:三项操作都落实到页面
页面采用浅色点阵背景、绿色标题与卡片式清单。在 1440px 和 390px 视口中,添加“雨伞”、勾选与撤销“充电器”、只删除“相机”均通过。
空白输入会被忽略,刷新后恢复题目规定的三项初始清单。两个视口都没有横向溢出,手机宽度下也能完成同一组操作。

七、营收图表:数值与柱形比例一致
四个季度的数值为 12、24、18、30,总计 84,最佳季度标为 Q4。
四根柱共用基线,柱高为 120、240、180、300 像素,每单位数值对应 10 像素。800×600 的原始 SVG 可以直接下载,文字、汇总和图形数值相互对应。

八、两图找不同:五处位置与变化方向全部正确
Carbon 找全了五处变化:杯子由青绿色变黄色、仙人掌盆栽消失、收音机天线消失、笔记本月牙变成星形、骰子五点变四点。
定位检查为 5/5,漏标 0、额外有效框 0;五条变化方向也与原图一致。答案卡把模型给出的框和描述放回原题,读者可以直接对照。

九、价格与本轮实际用量
截至 2026 年 11 月 17 日,Gemini API 的标准档定价如下,单位为美元 / 每百万 tokens。官方价格
| 项目 | 至 2026-11-30 | 自 2026-12-01 |
|---|---|---|
| 输入 | $2 | $4 |
| 输出,含思考 tokens | $10 | $20 |
| 隐式缓存读取 | $0.10 | $0.20 |
本轮五题通过 Google 官方 API 的持久工具循环运行,日期为 2026 年 11 月 11 日,使用提供方默认推理设置。模型可以调用 shell、运行 Blender、打开浏览器和看图,再自行修订。掌机任务在连接中断后从原会话转入官方后台接口继续。
收到完成响应的部分累计输入 5,753,762、输出 206,332、提供方总量 6,055,258 tokens;另有中断响应的部分记录,完整金额未返回。总墙钟约 2 小时 13 分 49 秒,包含网络恢复、渲染和等待。逐题记录与工程哈希可在下方下载。