59分登顶，先不给普通人用

59分、58分、57分。三个数字挨着排，中间只隔着1分和2分。这是Artificial Analysis新出的智能指数v5.0上的前三名，第一名是谷歌10月28日发布的Gemini 4 Carbon。但真正值得你停下的是另一件事：这个榜一，你现在用不上。

谷歌把Carbon先交给了经过审核的网络安全防御机构，还有美国政府的发布前测试，普通用户和开发者只能等分批放开，时间表一个字没给。想用？打开你现在的AI入口看看有没有Carbon这个选项，没有就是还没轮到你。

小王在杭州做跨境电商，团队五个人，每个月在这类AI工具上要花出去两千多元。他听说Carbon登顶，第一反应是问我要不要换。我让他先别急，因为这事得拆开看。

先看它凭什么登顶。谷歌自己跑了一组网络安全测试，SEC-bench Pro拿了88.2%，提示词注入攻击的成功率压到了0%。翻译一下：它更不容易被人用一句话套出不该说的话。这正是它先给防守方的原因。攻击者最会挑刺，让最能挑刺的人先用，等于把模型放到压力最大的环境里跑一遍。

但这一层是谷歌自己的账。这些成绩没加第三方护栏、也没经过独立复核，全是自测口径。换个更中立的口径，Artificial Analysis实测它的幻觉率是11%，比上一代Argon的4%高出快两倍。而谷歌自己说的是"无依据输出比Argon少了约一半"。

同一份模型，两个相反的结论。你该信哪个？

先看钱，把美元换算成你能摸到的人民币。推广期输入价2美元/百万token，输出10美元/百万token，活动结束后涨到4美元和20美元，按7块出头的汇率，就是14元、71元起步，之后涨到28元和142元。Artificial Analysis按标准价跑一轮指数，Carbon每个任务花7.76美元，约合55元，第二名Claude Opus 5.5要10.04美元，约合71元，GPT-6 Astra是6.25美元，约合44元。看出问题了吗？这个榜一，既不最贵也不最便宜。

再看那1分的含金量。AA这个新指数是10月27日才上线的，Carbon第二天就登了顶。而且它在9项评测里只拿了4项第一，Coding Agent Index的59分还落后于Opus 5.5的62分。所以"登顶"更像是赶上了新榜上线的时间点，不是全面碾压。

那到底值不值得等？给你一条判断顺序。先看你现在用的入口有没有Carbon，没有就先别惦记。再想清楚你要拿它干嘛，如果是写代码这类活，它未必比第二名强。最后记住，它的强项在"不容易被攻破"，不是在"更聪明"。

再看推广价和标准价的差距，这张表更直白：

这里有个容易被忽略的细节。谷歌这次没把Carbon先给付费用户，也没给企业大客户，而是给了一群专门来找漏洞的人。这不反常，反而很聪明。一个模型最怕的不是被夸，是被拆穿，让攻击者在它正式面对大众之前先把它打一遍，等于免费做了一次深度压力测试。谷歌赌的是"先挨打再放出来"比"放出来再挨打"划算，后者一旦翻车，掉的是整个Gemini这个牌子的信任，那个损失比几十万次攻击大得多。

你可能会问，幻觉率11%意味着什么？意味着你在关键场合还是得自己核一遍。它不会因为登了顶就变可靠，恰恰相反，越新越该留个心眼。这也是为什么谷歌不急着放开普通用户：一个幻觉率涨到快两倍的模型，真要是人人抢着用，骂声会比赞誉来得更快。

真正该关心的不是"什么时候能用上"，而是"用上之后它替你省的是哪一步"。对小王来说，他最在意的是客服话术会不会被套话，那Carbon的0%注入成功率对他就有意义，一个月两千多元的预算花在这里才不冤枉。对你的活要是没这需求，等它放开与否，跟你关系不大。

与其干等，不如现在就打开你常用的那个AI入口，查一查有没有Carbon这个选项，没有的话，把手上最急的那件工程事挪到前代模型上先跑完。传乘AI工具站上Gemini这条已有收录，想比参数可以去 https://www.ccaiclass.com/tool/579 翻一眼。

一个模型刚登顶就被按下暂停键，这事本身比它的分数更值得记住。真正抢跑的人，从不靠"最新"，靠的是"已经用上手了"。