谷歌内测 Gemini 4 新检查点「Carbon」：员工称编程体验接近 Claude Opus 5.5

正当谷歌准备向外界推出 Gemini 4 的「Argon」模型之际，公司内部已经在测试能力更强的后续版本。据 Business Insider 报道，谷歌员工近期在内部编程平台 Jetski 中试用代号为 Carbon 的 Gemini 4 检查点，有员工称其编程体验“感觉像 Opus 5.5”——即 Anthropic 当前最强的长程智能体编程模型。

事件背景

Gemini 4 于 9 月 30 日正式发布，最初仅向部分网络安全合作伙伴（Fairwind 计划）开放。在编程这一关键赛道上，Anthropic 的 Opus 与 OpenAI 的模型此前在开发者中口碑领先，谷歌 Argon 的早期内部版本一度被员工认为在部分编码任务上落后于 Opus 5。

核心内容

• 内部代号：谷歌文档显示 Gemini 4 存在 Argon、Barium、Carbon 等多个代号，对外发布的「Argon」实际内部版本为 Barium-B；
• Carbon 定位：可能作为 Argon 的更新检查点，也可能独立发布，谷歌尚未确定，且拒绝置评；
• 实测反馈：一名员工称 Carbon“感觉像 Opus 5.5”，另一名员工则写道“Carbon 真的很好”，但均表示还需更多测试；
• 上下文配置：Antigravity 测试版已出现 Argon 入口，提供 256K、512K、900K 三档上下文，后两档额度消耗约为普通的 1.3 倍与 1.8 倍。

影响与解读

谷歌 DeepMind 员工 Vedant Misra 在回应相关报道时，引用了”递归自我改进”（recursive self-improvement）——即用 AI 来打造更好的 AI。这折射出头部实验室的迭代速度正在加快。不过，Carbon 的表现目前仅为内部主观体验，而非公开基准结论，最终能否、以何种名义向用户开放仍不确定。

相关动态 / 展望

谷歌本周同时公布了面向职场的”通用 Gemini 智能体”，在模型能力、执行工具与工作入口三条线同时推进。若 Carbon 作为更强检查点落地，开发者或将获得比 9 月展示版更出色的编程模型。

信息来源：Business Insider　网易 / InfoQ　腾讯研究院 AI 速递