Gemini 4 Carbon
在这一档性价比不错: 在 Index 相差 2 分以内的已排名模型中,没有价格不超过它四分之三的模型。
没有比它更便宜且得分更高的已排名模型:它位于价格前沿上。
截至 2026年11月16日,Gemini 4 Carbon(Google)在 BenchLeader Index 上得分 68.9(在 608 个已排名配置中前 10 名)。表现最好的是知识(76),最弱的是长上下文(64)。API 价格为输入每百万 token $2.00、输出每百万 token $10.00(按 3:1 混合为 $4.00),为 2026年11月16日的标价。输出速度约为 64 token/秒(Artificial Analysis)。发布于 2026年10月28日。
要点(截至 2026年11月16日)
- Gemini 4 Carbon 的 API 价格为输入每百万 token $2.00、输出每百万 token $10.00(按 3:1 混合为 $4.00)(标价,2026年11月16日)。
- Gemini 4 Carbon 的输出速度约为 64 token/秒(Artificial Analysis,2026年11月16日)。
- Gemini 4 Carbon 于 2026年10月28日发布(Google)。
详细说明:Gemini 4 Carbon 是 Google 的闭源推理模型,发布于 2026年10月28日。其最佳配置(推理强度 high)在 BenchLeader Index 上得分 68.9 ±1.9,在 608 个配置中排第 3 名,位居前 10。关键在于这个“±”:另有 18 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,知识得分最高(76),长上下文最低(64)。按混合价格计,每百万 token $4.00,属于已排名模型中最贵的一档。输出速度为 64 token/秒,首次回答需 73.5 秒,比大多数模型慢。它已在 4 种推理强度设置下测得结果;本摘要描述的是得分最高的设置,可用上方标签切换。最近一次测量:2026年11月11日。
- 混合价格
- $4.00/M
- 输入 $2.00 · 输出 $10.00
- 来源:Artificial Analysis
- 输出速度
- 64 tok/s
- 由 Artificial Analysis 测量
- 首次回答
- 73 s
- 首 token 7.04 s
- 上下文
- 1.0M
- 来源:models.dev
- 完整回答
- 161 s
- 最近一次测量 2026年11月13日
- 单任务成本
- $5.48
- 每项任务 32 min,AA Index
- 单任务 token 数
- 123k
- 其中 59% 为推理
- 发布日期
- 2026年10月28日
- 综合 Index69
- 推理73
- 编程74
- 智能体与工具70
- 数学72
- 知识76
- 人类偏好73
- 长上下文64
- 综合70
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/gemini-4-carbon)粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。
不同推理强度的配置
同一个模型允许思考的程度不同,表现也会不同。每一行是一种推理强度设置,只用在该设置下运行的基准测试打分。“未说明”汇总了发布方没有注明所用设置的结果;对推理模型而言这通常是其思考模式,但我们不做这一假定。在这里或页面顶部选择一个设置,即可查看其价格、速度和各类别得分。
Index 走势
2026年10月29日 至 2026年11月16日- high
- medium
- low
Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。
基准测试结果
查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。
推理
| 基准测试 | low | medium | high | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|
| GPQA Diamond | – | – | 96.5%#1 | – | Epoch AI Benchmarking Hub | |
| SimpleBench推理强度未说明 | – | – | – | 92.6%#2 | SimpleBench | |
| Arena Hard Prompts | – | – | 1547#1 | – | Arena (LMArena) | |
| LiveBench 2.0 Reasoning不计入 Index | – | – | 90.6%#10 | – | LiveBench | |
| HLE-Diamond (AA) | 61.9%#10 | 67.4%#6 | 69.1%#4 | – | Artificial Analysis | |
| ARC-AGI-1 | 85.5%#119 | 98.5%#1 | 97.5%#14 | – | ARC Prize | |
| ARC-AGI-2 | 49.6%#116 | 94.2%#2 | 92.1%#10 | – | ARC Prize | |
| ARC-AGI-3 | 97.7%#7 | 99.1%#2 | 96.9%#13 | – | ARC Prize | |
| CritPt v2 hard subset (AA) | 65.0%#19 | 69.0%#10 | 69.0%#10 | – | Artificial Analysis | |
| Arena Expert不计入 Index | – | – | 1567#1 | – | Arena (LMArena) | |
| Chess Puzzles不计入 Index | – | – | 78.0%#2 | – | Epoch AI Benchmarking Hub | |
| Mystery Game Puzzles不计入 Index | – | – | 73.0%#5 | – | Epoch AI Benchmarking Hub |
编程
| 基准测试 | low | medium | high | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|
| SciCode | – | – | 64.2%#5 | – | SciCode | |
| Arena Coding | – | – | 1568#1 | – | Arena (LMArena) | |
| Arena WebDev | – | – | 1768#4 | – | Arena (LMArena) | |
| LiveBench 2.0 Coding不计入 Index | – | – | 91.0%#1 | – | LiveBench | |
| Vibe Code Bench v1.1不计入 Index | – | – | 89.1%#9 | – | Vals AI | |
| Vibe Code Bench 1-100 v1.1不计入 Index | – | – | 49.7%#1 | – | Vals AI | |
| SWE Atlas v1.1不计入 Index推理强度未说明 | – | – | – | 71.4%#4 | Scale AI SEAL | |
| SWE Atlas v1.1: Codebase QnA不计入 Index推理强度未说明 | – | – | – | 73.4%#7 | Scale AI SEAL | |
| SWE Atlas v1.1: Test Writing不计入 Index推理强度未说明 | – | – | – | 76.7%#5 | Scale AI SEAL | |
| SWE Atlas v1.1: Refactoring不计入 Index推理强度未说明 | – | – | – | 64.3%#6 | Scale AI SEAL | |
| CursorBench不计入 Index | 58.6%#4 | 60.1%#2 | 60.4%#1 | – | Cursor | |
| FrontierSWE不计入 Index | – | – | 61.2%#5 | – | Epoch AI Benchmarking Hub | |
| Terminal-Bench 4.0 (AA)不计入 Index | 62.6%#4 | 60.6%#6 | 65.2%#2 | – | Artificial Analysis | |
| Design Arena Website不计入 Index推理强度未说明 | – | – | – | 1319#13 | Design Arena | |
| FrontierCode 2.0 (AA) | 29.6%#39 | 39.5%#14 | 40.6%#12 | – | Artificial Analysis |
智能体与工具
数学
| 基准测试 | high | 来源 | 趋势 |
|---|---|---|---|
| FrontierMath Tiers 1–3 | 90.5%#6 | Epoch AI Benchmarking Hub | |
| FrontierMath Tier 4 | 95.1%#7 | Epoch AI Benchmarking Hub | |
| OTIS Mock AIME | 100.0%#1 | Epoch AI Benchmarking Hub | |
| ArXivMath不计入 Index | 94.3%#1 | MathArena | |
| BrokenArXiv不计入 Index | 84.4%#1 | MathArena | |
| FrontierMath Erdős不计入 Index | 2.9%#2 | Epoch AI Benchmarking Hub |
知识
| 基准测试 | low | medium | high | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|
| SimpleQA Verified | – | – | 77.7%#2 | – | Epoch AI Benchmarking Hub | |
| LiveBench 2.0 Data Analysis不计入 Index | – | – | 86.5%#1 | – | LiveBench | |
| LiveBench Research不计入 Index | – | – | 92.5%#3 | – | LiveBench | |
| AA-Omniscience v1.1 | 39.2#29 | 46.8#8 | 53.5#6 | – | Artificial Analysis | |
| PRBench Legal推理强度未说明 | – | – | – | 53.4%#5 | Scale AI SEAL | |
| Excel Modeling Benchmark v1.1不计入 Index | – | – | 76.5%#3 | – | Vals AI | |
| DrugDiscoveryBench不计入 Index | – | – | 71.5%#1 | – | Scale AI SEAL | |
| EBR-bench不计入 Index | – | – | 87.6%#2 | – | Epoch AI Benchmarking Hub | |
| AA-Omniscience v1.1: accuracy不计入 Index | 49.2%#36 | 48.9%#38 | 58.3%#27 | – | Artificial Analysis | |
| AA-Omniscience v1.1: non-hallucination不计入 Index | 80.2%#15 | 95.8%#1 | 88.6%#5 | – | Artificial Analysis | |
| FACTS Parametric不计入 Index推理强度未说明 | – | – | – | 81.6%#3 |
指令遵循
| 基准测试 | high | 来源 | 趋势 |
|---|---|---|---|
| Arena Instruction Following不计入 Index | 1525#2 | Arena (LMArena) |
人类偏好
| 基准测试 | high | 来源 | 趋势 |
|---|---|---|---|
| Arena Text | 1526#1 | Arena (LMArena) | |
| Arena Creative Writing不计入 Index | 1516#3 | Arena (LMArena) | |
| Arena Multi-turn不计入 Index | 1564#1 | Arena (LMArena) | |
| Arena Longer Queries不计入 Index | 1538#2 | Arena (LMArena) |
多模态
| 基准测试 | medium | high | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| LiveBench Design不计入 Index | – | 80.2%#5 | – | LiveBench | |
| MMMU-Pro | 89.3%#1 | – | – | Artificial Analysis | |
| Humanity's Sixth Sense不计入 Index | – | 71.1%#1 | – | Scale AI SEAL | |
| Blueprint-Bench 2不计入 Index推理强度未说明 | – | – | 58.6%#1 | Epoch AI Benchmarking Hub | |
| Furniture Assembly不计入 Index | – | 77.5%#6 | – | Epoch AI Benchmarking Hub | |
| VIALS-AA不计入 Index | – | 64.0%#2 | – | Handshake AI | |
| FACTS Multimodal不计入 Index推理强度未说明 | – | – | 60.2%#1 |
长上下文
| 基准测试 | high | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| AA-LCR v1.1 | 79.3%#110 | – | Artificial Analysis | |
| MLCR不计入 Index | 19.4%#58 | – | Artificial Analysis | |
| FACTS Grounding不计入 Index推理强度未说明 | – | 77.2%#6 |
综合
| 基准测试 | low | medium | high | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|
| Epoch Capabilities Index不计入 Index推理强度未说明 | – | – | – | 169.8#2 | Epoch AI Benchmarking Hub | |
| LiveBench 2.0 | – | – | 83.5%#4 | – | LiveBench | |
| AA Intelligence Index v5.0.1不计入 Index | 54.2#14 | 58.3#6 | 60.0#4 | – | Artificial Analysis | |
| AA Progress Index v1不计入 Index | – | 350.2#5 | 350.8#3 | – | Artificial Analysis | |
| Vals Index不计入 Index | – | – | 70.5#3 | – | Vals AI | |
| Vals Finance Index不计入 Index | – | – | 67.0%#1 | – | Vals AI | |
| Vals RSI Index不计入 Index | – | – | 27.7%#7 | – | Vals AI | |
| Vals Legal Index不计入 Index | – | – | 75.9%#3 | – | Vals AI |
安全与诚实
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| FORTRESS不计入 Index | 16.4%#26 | Scale AI SEAL |
优势所在
在所有已测配置中,这个配置排名前五的基准测试。
- #1GPQA Diamond96.5% · 共 306 个
- #1OTIS Mock AIME100.0% · 共 289 个
- #1Arena Text1526 · 共 384 个
- #1Arena Hard Prompts1547 · 共 384 个
- #1Arena Coding1568 · 共 379 个
- #2SimpleQA Verified77.7% · 共 99 个
- #3Arena Agent17 · 共 58 个
- #4Arena WebDev1768 · 共 150 个
- #4LiveBench 2.083.5% · 共 34 个
- #4HLE-Diamond (AA)69.1% · 共 169 个
- #5SciCode64.2% · 共 236 个
API 价格:在哪里调用
通过 OpenRouter 提供这个模型的所有提供商:吞吐量和首 token 延迟基于过去 30 分钟的实时流量测得,价格为各提供商自己的报价。紫色标出每列的最佳值。
| 提供商 | 速度 | 首 token | 输入 $/M | 输出 $/M | 上下文 | 量化 |
|---|---|---|---|---|---|---|
| Google Vertex | 78 tok/s | 6.06 s | $2.20 | $11.00 | 1.0M | – |
| Google AI Studio | 40 tok/s | 7.47 s | $1.00 | $5.00 | 1.0M | – |
| Google Vertex | 33 tok/s | 5.22 s | $2.20 | $11.00 | 1.0M | – |
| Google AI Studio | 33 tok/s | 6.70 s | $2.00 | $10.00 | 1.0M | – |
| Google Vertex | 22 tok/s | 8.81 s | $2.00 | $10.00 | 1.0M | – |
| Google AI Studio | 21 tok/s | 12 s | $3.60 | $18.00 | 1.0M | – |
| Google Vertex | 19 tok/s | 8.14 s | $3.60 | $18.00 | 1.0M | – |
使用情况
Gemini 4 Carbon 的实际使用量,依据公开这类数据的网关报告。使用情况不计入 Index。使用最多的模型和提供商
| Vercel AI Gateway 上的提供商 | 吞吐量 | 首 token | 在线率,1 天 |
|---|---|---|---|
| Google Vertex | 90 tok/s | 11.07 s | 99.99% |
| Google AI Studio | 80 tok/s | 8.05 s | 99.97% |
来源: 使用情况: OpenRouter 排名 · Vercel AI Gateway, CC BY 4.0 · 数据截至 2026年11月16日。
价格历史
上述价格(每百万 token)在每个变动日的数值。
一项任务的成本
根据最佳配置的标价、输出速度和首次回答时间估算。“使用缓存”假定四分之三的输入来自提示缓存,价格为每百万 token $0.100。未计入推理 token。
| 工作负载 | 输入 / 输出 token | 成本 | 使用缓存 | 耗时 |
|---|---|---|---|---|
| 聊天回复 | 400 / 300 | $0.0038 | $0.0032 | 1.3 min |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.030 | $0.013 | 1.4 min |
| 代码编辑 | 6,000 / 1,500 | $0.027 | $0.018 | 1.6 min |
| 智能体编程会话 | 60,000 / 4,000 | $0.160 | $0.074 | 2.3 min |
| 结构化信息提取 | 2,000 / 200 | $0.0060 | $0.0032 | 1.3 min |
Google 的更多模型
将 Gemini 4 Carbon 与以下模型对比
- Gemini 4 Carbon vs Gemini 4 Argon
- Gemini 4 Carbon vs Claude Fable 5.2
- Gemini 4 Carbon vs Gemini 3.1 Pro
- Gemini 4 Carbon vs GPT-6.1 Sol
- Gemini 4 Carbon vs Claude Sonnet 5.5
- Gemini 4 Carbon vs Claude Opus 5.5
- Gemini 4 Carbon vs Claude Fable 5
- Gemini 4 Carbon vs Claude Fable 5.1
- Gemini 4 Carbon vs Gemini 4 Hydrogen
- Gemini 4 Carbon vs GPT-6 Astra
- Gemini 4 Carbon vs Kimi K3.1 Pro Together
- Gemini 4 Carbon vs DeepSeek V4.1 Flash 1017
- Gemini 4 Carbon vs Claude Opus 4.6
- Gemini 4 Carbon vs Claude Sonnet 5
- Gemini 4 Carbon vs Gemini 3 Pro
- Gemini 4 Carbon vs GPT-5.6 Sol
- Gemini 4 Carbon vs Inkling 2 Small
- Gemini 4 Carbon vs Gemini 3.8 Flash
- Gemini 4 Carbon vs Claude Opus 4.7
- Gemini 4 Carbon vs Kimi K3.1 Pro
- Gemini 4 Carbon vs GPT-5.3-Codex
- Gemini 4 Carbon vs GPT-6 Sol
- Gemini 4 Carbon vs GLM 5.3
- Gemini 4 Carbon vs Claude Opus 4.8
- Gemini 4 Carbon vs GPT-5-Codex
- Gemini 4 Carbon vs GPT-6.1 Terra
- Gemini 4 Carbon vs Gemini 3 Flash
- Gemini 4 Carbon vs Muse Wonder Full
- Gemini 4 Carbon vs Muse Spark 1.3
- Gemini 4 Carbon vs Grok 4.20
- Gemini 4 Carbon vs Grok 4
- Gemini 4 Carbon vs Muse Wonder
- Gemini 4 Carbon vs GPT-5.6 Terra
- Gemini 4 Carbon vs Claude Sonnet 4.6
- Gemini 4 Carbon vs Gemini 3.6 Flash
- Gemini 4 Carbon vs Muse Spark Open 816B A42B
- Gemini 4 Carbon vs Claude Opus 5
- Gemini 4 Carbon vs Muse Spark 1.1
- Gemini 4 Carbon vs GPT-5.4 Pro
- Gemini 4 Carbon vs Muse Spark
- Gemini 4 Carbon vs GPT-5.5
- Gemini 4 Carbon vs GPT-5.4
- Gemini 4 Carbon vs Gemini 3.5 Flash
- Gemini 4 Carbon vs Gemini 3.7 Flash
- Gemini 4 Carbon vs Qwen3.6 Max
- Gemini 4 Carbon vs Muse Spark 1.2
另请参阅
嵌入或引用
在模型卡片或 README 中展示 Gemini 4 Carbon 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。
[](https://www.benchleader.com/models/gemini-4-carbon)引用本页
排名每天都会变化,因此引用时需注明数据日期。APA 格式:
BenchLeader. (2026, November 16). Gemini 4 Carbon on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/gemini-4-carbon
BibTeX:
@misc{benchleader_gemini_4_carbon_20261116,
author = {{BenchLeader}},
title = {{Gemini 4 Carbon on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/gemini-4-carbon}},
note = {Data as of 2026-11-16}
}常见问题
- Gemini 4 Carbon 的基准测试得分是多少?
- 截至 2026年11月16日,Gemini 4 Carbon(推理强度 high)的 BenchLeader Index 为 68.9 ±1.9(前 10 名)。最强的是知识(76),最弱的是长上下文(64)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
- Gemini 4 Carbon 排名第几?
- 截至 2026年11月16日,Gemini 4 Carbon(推理强度 high)在 608 个已排名配置中排第 3 名(前 10 名)。另有 18 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
- Gemini 4 Carbon 每百万 token 的价格是多少?
- 截至 2026年11月16日,Gemini 4 Carbon 的价格为输入每百万 token $2.00、输出每百万 token $10.00,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $4.00。标价最近一次变动是在 2026年11月12日。
- Gemini 4 Carbon 比 Claude Opus 5.5 更好吗?
- 截至 2026年11月16日,Claude Opus 5.5(推理强度 max)与 Gemini 4 Carbon(推理强度 high)的质量不相上下(BenchLeader Index 68.4 比 68.9,在 ±4.7 的误差范围内),可根据价格、速度和你看重的类别来选择。逐项基准测试的详细对比见对比页面。
- Gemini 4 Carbon 是什么时候发布的?
- Google 于 2026年10月28日发布了 Gemini 4 Carbon。BenchLeader 收录了它在 4 种推理强度设置下的结果。
数据截至 2026年11月16日。 对比这些配置
引用格式:BenchLeader,《Gemini 4 Carbon:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/gemini-4-carbon。