Gemini 4 Carbon vs Argon：编程与推理任务怎么选？

谷歌 2026 年 11 月 10 日的公告把 Gemini 4 Argon 定为大多数编程和知识工作的推荐选择。Carbon 负责复杂多步调试和开放式研究。两者 Standard 价格相同：11 月 30 日前输入 $2、输出 $10 每百万 token。12 月 1 日起涨到 $4 和 $20。

• 定位： 多数软件工程任务继续用 Argon，最难的多步任务交给 Carbon。
• 价格： 两者 Standard 单价相同，思考默认档都是 medium。
• 账单： 思考 token 按输出计费，思考更多会推高这一次请求的费用；重试、缓存命中和输入长度也会改变任务账单。
• 接入： 两者都走付费 Gemini API，没有免费档。

Gemini 4 Carbon 和 Argon 一眼对比

先看会卡住项目的那一行，再看换过去会继承哪些默认值。

定位那一行来自谷歌 2026 年 11 月 10 日的公告。窗口大小和 medium 默认档来自模型页和思考文档，两页都在 2026 年 11 月 11 日核对。只能付费使用这一点同样见公告，价目页也把两个模型标为免费档不可用。

谷歌把哪些编程任务交给哪个模型？

谷歌的公告称 Carbon 是它最强的模型。公告列出它要承担的工作：复杂多步编程与调试、长时间运行的智能体任务、网络安全和开放式科学研究。同一篇公告说，Argon 仍是多数软件工程和知识工作的理想选择。可以按厂商给的默认值来用：先让 Argon 做，任务在规划或验证上反复失败再换 Carbon。

模型页把 Argon 描述成高效的 Gemini 4 前沿推理模型。在复杂编程、智能体、数学和科学任务上，它响应更快，每轮 token 消耗低于 Carbon。每轮消耗低和单价低是两回事。两者的 token 单价相同，差别落在 token 数量上：谷歌说 Argon 每轮生成的 token 更少，而一个任务的总量还取决于它需要多少规划、验证和重试。

我们上一篇 Argon 编程题测试是另一场对比，对手是 Claude Opus 5.5，Carbon 没有参加。那批结果说明的是 Argon 在那组任务上的表现，不能说明 Carbon 遇到同样的活会怎样。

下面三种情况值得放到 Carbon 上试：

1. 一个失败测试牵涉四个文件，修复要沿着调用关系跨模块排查。
2. 一次依赖升级改动了多个位置的接口，模型要先规划改动、再逐个修改、最后重跑测试。
3. 一个研究问题需要先做方案、跑第一轮实验、读结果，再修改后重试。

这三项都只是自己评测时的候选任务；真要切换，就得在这些任务上拿出结果。谷歌另外把 Carbon 定位在开放式科研上，并给出了物理、数学、生命科学和形式化验证的预发布案例，这些案例由谷歌自己挑选。

10 月 28 日的独立研究测了什么？

Artificial Analysis 在 2026 年 10 月 28 日发布报告。报告把两个模型都放在 high 推理档，在 Intelligence Index v5 上比较，这个指数由九项评测合成。

报告给出的 Carbon 分数比 Argon 高 9 分，也就是 Argon 为 50；AA-Briefcase 上高 126 Elo。AA-Omniscience v1.1 的两项指标方向不同：Carbon 的准确率高 10 分，幻觉率同时从 4% 升到 11%。报告在公开的评测方法里定义了这九项评测。总分更高和某一项评测里幻觉率更高，可以出现在同一个模型上，这正是切换前要拿自己的任务试一遍的原因。报告发布于 2026 年 10 月 28 日，两个模型都在 high 档、Index v5 下比较；它给不出适用于你代码库的排名。

单价一样，为什么账单不一样？

两个模型共用同一张 Standard 价目表，比较时要看实际的输入、缓存输入和输出用量，再加上重试和其他费用。总量本身不决定账单。谷歌价目页按每百万 token 列出下面的数字，2026 年 11 月 11 日核对。

举一个只用于算账的例子：输入 100,000 token，可见输出 5,000 token，思考 15,000 token。思考按输出计费，所以输出合计 20,000 token。11 月 30 日前，输入是 100,000 ÷ 1,000,000 × $2.00 = $0.20。输出是 20,000 ÷ 1,000,000 × $10.00 = $0.20，合计 $0.40。12 月 1 日起同样的请求是 $0.80。这里的 token 数是算账用的假设，合计只按谷歌标价计算，不含缓存命中、联网与工具费用、重试和批量折扣。

影响合计的是思考档位、提示词长度和任务需要的尝试次数。某次任务生成的思考 token 更多，同样单价下账单就不同，哪怕它一次就做完了。缓存对两个模型一样：单价相同，而且只有隐式缓存。

换模型要改哪些设置？

两个 ID 默认都是 medium 思考档，可选的档位是 low、medium 和 high（思考文档，2026 年 11 月 11 日核对）。两者都在同一张 Gemini 4 模型表里，ID 分别是 gemini-4-argon 和 gemini-4-carbon。下面这些字段名来自谷歌 Interactions API 文档；用之前在你调用的 SDK 里确认一遍，因为工具和功能的行为在不同 SDK 里可能不一样。切换之前有四点值得核对。

1. 调档，别截断。 thinking_level 控制推理档位，max_output_tokens 限制生成的 token，思考也计入其中。上限设得太小，响应会以 incomplete 状态结束，已经生成的思考照样计费。
2. 共用一个窗口。 输入、思考、输出共用 1,048,576 token。提示词加上 max_output_tokens 超过这个窗口时，接口会把输出压到剩下的空间。
3. 长输出要开设置。 前台流式请求默认输出 65,536 token；非流式的单次前台请求上限是 32,768。要超过 65,536、最多到 1,048,576，需要把 max_output_tokens 调高。同时用 background=True 或客户端续写。模型页给两个 ID 都写 65K / 1M，这个简写描述的就是这套配置。
4. 后续轮次要带上思考。 无状态多轮任务里，先前的思考块要原样回传，会话中途换模型时也一样。Interactions API 会展示思考步骤，并返回 total_thought_tokens。generateContent 没有单独的思考块。两个模型都不支持显式缓存，靠预建缓存的工作流要先改方案。

这次对比没有让 Carbon 和 Argon 跑同一批任务，所以这份清单可以当你第一次小请求的检查项。

怎么在自己的代码库上比较？

挑一个团队已经解决过的任务，让两个模型跑同一个快照。下面这些条件要固定：

• 同一个 bug 或工单、同一个代码库快照和分支。
• 同一套工具、同一份指令和同一个推理档；medium 是两者的默认值。
• 同一个合格标准：隐藏测试通过，而且代码审查接受这次改动。
• 同样的记录项：拿到第一个有用回答的耗时、任务完成的耗时、接口返回的 token 数、重试次数，以及人工审查花的分钟数。

第一个回答的时间和整体完成时间回答的是两个问题：在终端前等结果的审查者在意前者，批处理任务付的是后者。两个都记下来，再按谷歌标价折算每次运行，除以通过审查的改动数量。

多挑几个有代表性的任务各跑一遍，再重复一轮；单次对比只能看出波动，重复后的结果当方向看，别当成固定差距。决策就看团队平时跟的两个数：每小时通过审查的改动数，以及每个通过审查改动的美元成本。回答更快但需要第二次尝试的模型，这两项都可能落后。

现在能在 OmniaKey 上用 Carbon 吗？

OmniaKey 目前上架的是 Gemini 4 Argon，截至 2026 年 11 月 11 日目录里没有 Carbon 条目。Carbon 要通过谷歌的付费 Gemini API 接入，Carbon 发布时间、价格与 API 说明 里写了账号需要什么。如果你比较的对象是 Anthropic 的模型，Carbon 与 Fable 5.2 的对比 把价格和接入放在一起讲。

安排切换之前先查 OmniaKey 的模型列表；在那之前，生产任务留在 Argon 上。

常见问题

Carbon 编程比 Argon 强吗？

谷歌推荐多数软件工程任务用 Argon，复杂多步调试用 Carbon。10 月 28 日 Artificial Analysis 的报告里，Carbon 总分更高，同时有一项测试的幻觉率更高。哪个合适取决于你手上的任务。

Carbon 的单价更贵吗？

两者的标价相同：11 月 30 日前输入 $2、输出 $10 每百万 token，12 月 1 日起 $4 和 $20。单次任务成本仍可能不同，因为思考 token 按输出计费，而谷歌说 Carbon 用得更多。

只改模型 ID 就能切换吗？

按谷歌公布的页面，两个 ID 的思考默认档、档位和上下文窗口都一样。切换生产任务前，先在自己用的 SDK 里确认思考块、缓存和输出配置。

Carbon 的长任务输出上限是多少？

前台流式调用默认 65,536 token。要更长、最多到 1,048,576，需要调高 max_output_tokens，并加上 background=True 或客户端续写。

OmniaKey 上有 Carbon 吗？

截至 2026 年 11 月 11 日，OmniaKey 目录里有 Gemini 4 Argon，没有 Carbon 条目。Carbon 通过谷歌的付费 Gemini API 使用。

核验来源

• 谷歌：Gemini 4 Carbon 现已开放（2026 年 11 月 10 日）
• 谷歌：Gemini API 模型页（2026 年 11 月 11 日核对）
• 谷歌：Gemini API 价格页（2026 年 11 月 11 日核对）
• 谷歌：Gemini 思考文档（2026 年 11 月 11 日核对）
• Artificial Analysis：Gemini 4 Carbon 在 Intelligence Index v5 上的结果（2026 年 10 月 28 日）
• Artificial Analysis：智能指数评测方法