Google 推出 Gemini 4 Argon，员工已在测试被称可媲美 Opus 5.5 的 Carbon 检查点

新闻摘要

Google 正准备向更多用户推出其全新 Gemini 4 模型（内部代号为 Argon），与此同时，员工们已经在试用一个名为 Carbon 的更新内部检查点，部分测试者表示这是一次明显的进步，尤其是在编程方面。这些细节来自 Business Insider 基于内部文件和员工聊天记录的一篇报道，本文结合其他媒体对该报道及相关消息的二次转载进行了交叉核实。由于无法直接打开 Business Insider 的原文，下文中的部分信息来自聚合网站，应视为二手资料。

Google 已公布的内容

Google 于2026年9月30日宣布推出 Gemini 4 Argon。公开报道只给出了日期而未注明具体钟点时间，因此无法提供特定时区的时间戳。访问权限首先通过一项名为 Fairwind 的计划向部分网络安全专家开放。预计接下来将面向付费 API 客户和 Google AI Ultra 订阅用户开放，但 Google 尚未公布更大范围开放使用的日期。

Google 还表示，已有数千名内部员工在使用该模型处理专业的编程、研究和写作任务。

员工正在测试的内容

根据其他媒体转述的 Business Insider 报道，员工们一直在试用一个昵称为 Carbon 的更新版 Gemini 4。该报道梳理了内部命名脉络，其中包含一个名为 Barium-B 的模型，据称它被选中成为对外公开的 Argon 模型。Carbon 似乎是同一 Gemini 4 系列中更晚的一个检查点，而非 Argon 的替代品。

一位测试者表示，Carbon 在编程方面“感觉像 Opus 5.5”，指的是 Anthropic 的 Claude Opus 5.5，但他补充说还需要更多测试。部分报道将 Carbon 描述为通过类似递归自我改进的训练方式逼近 Opus 5.5，不过这种说法来自聚合网站，尚未得到 Google 证实。

Argon 目前的表现如何

早期的独立测试显示，Argon 在 Artificial Analysis Intelligence Index（人工智能分析智能指数）上得分为53分，与 OpenAI 的 GPT-6 Astra 持平。Claude Opus 5.5 仍以58分领跑该榜单。报道还指出，在这些早期测试中，Argon 的幻觉现象明显少于同类模型。

另据二次报道转述的 Bloomberg 消息称，部分 Google 员工对 Argon 的实际表现持怀疑态度。他们表示，该模型在行业标准基准测试中得分很高，但在某些编程任务上的表现较弱。有两人称该模型似乎受到了“刷榜”（benchmaxxing）的影响，即针对测试分数进行优化，而非着眼于日常实用性。Google 向 Bloomberg 表示，称该模型在编程等领域表现不佳是不准确的。

仍有哪些未知信息

Google 尚未确认 Carbon 是否作为一款产品存在、是否会发布，以及将以什么名称发布。目前尚不清楚 Carbon 会作为 Argon 名下的一次更新推出，还是作为 Gemini 4 家族中的一个独立模型面世。Carbon 尚未有任何独立基准测试结果公布，因此内部测试者的评价仍属于个人感受。

为什么这很重要

如今，前沿模型的发布会经历多个阶段性检查点，并伴随内部代号、有限的早期访问和快速迭代。基准测试分数与实际使用价值之间的差距，尤其是在编程领域，正成为开发者评判新模型的关键依据。在 Carbon 的独立评测出现之前，读者应将内部测试者的印象视为早期信号，而非经过验证的性能表现。