Gemini 4 Carbon 開啟早期測試，3D 生成能力較 Argon 提升

（文/杨亮）10月22日消息，近日，谷歌新一代大模型 Gemini 4 Carbon 开启早期访问计划，合作伙伴已拿到测试权限，该模型同步登陆 LMArena 盲测平台，距离正式发布已临近。距离 Gemini 4 Argon 全面开放仅过去 8 天，谷歌快速推出下一代候选模型，引发 AI 行业广泛讨论。

从社区实测反馈来看，Carbon 在 3D 生成能力上实现明显突破，表现显著优于上一代 Argon。有测试者使用提示词，让 Carbon 完整生成一整关《超级马力欧》游戏内容，角色完成顶砖块、收集金币、穿越管道，直至跳旗杆通关全流程，完整结算关卡得分。

不过该任务生成耗时接近 30 分钟，模型整体推理速度相比 Argon 慢 2‑4 倍，但改善了 Argon 广受诟病的 “偷懒” 问题，输出结果完整性更高，一次即可完成高质量产出。

大量第三方 Demo 进一步验证 Carbon 的 3D 创作实力：可生成樱花河岸、降雨环境的体素山谷；能够制作可切换黄昏、月光、薄雾晨光多种光照效果的 3D 城堡；还可以输出碳原子结构的科普 3D 动画，还原电子轨道、金刚石晶格等微观结构；也可制作具备交互属性的 3D 水晶柑橘。多模型横向对比测试显示，Carbon3D 场景生成质量超过 Argon，直逼 Anthropic 的 Opus 5.5 水平。

但模型能力呈现明显的不均衡特征。它擅长几何、光照、物理规则明确的 3D 类任务，在 SVG 绘图、前端 UI 设计上表现平平，审美与成品效果不及 Anthropic 系列模型。

业内分析，3D 任务对错可以通过代码、画面直观校验，可依靠算力与强化学习迭代提升；而前端设计更多依赖主观审美偏好，需要大量人类反馈调优，迭代难度更高。部分 SVG 案例效果亮眼，但并未形成稳定输出能力。

代码能力方面，Carbon 一改 Argon 的短板。此前 Argon 在资深工程师基准测试中得分仅 21%，存在代码审查敷衍、思考深度不足的问题；内部试用反馈显示，Carbon 写代码的体验接近 Opus 5.5，不再出现敷衍跳过关键步骤的现象。代价是推理耗时显著增加，调高思考档位后，Carbon 推理耗时大幅上升，和 Argon 小幅增加耗时的特性形成鲜明反差。

如此紧凑的迭代节奏背后，谷歌联合创始人布林提出的RSI 递归自我改进模式成为关键。即利用 AI 模型辅助研发下一代模型。数据显示，今年 9 月 DeepMind 超过九成代码合并请求中，AI 生成占比达到 75% 以上；完全由 AI 完成、人类干预不超过 3 轮的合并请求占比，从 4 月 7.5% 提升至 11.9%。模型参与模型研发，压缩了版本迭代周期，造就 Argon、Carbon 前后紧密衔接的产品节奏。

目前 Carbon 尚处于早期访问阶段，尚未对外正式发布，部分测试流量还伪装成 “gemini‑4‑argon” 标识运行在 LMArena 平台，开发者需要通过输出速度区分两款模型。随着更多实测案例流出，行业也在等待谷歌官方公布 Gemini 4 Carbon 正式发布时间与产品定位。