Gemini 4 Carbon拿了三个前排，但先别忽略(High)和$1.80

Arena.ai在10月28日贴出榜单：Google DeepMind的Gemini 4 Carbon (High)在Text Arena排第1，Agent Arena排第2，Code Arena: WebDev排第4。三个榜单位置放在一起看，Google这次确实回到了前排。榜单标题很热闹，评论区的第一反应倒是很工程师：有没有benchmaxed，默认档位排第几，促销价结束后的成本怎么算。

Agent Arena的数字最具体。Carbon (High)排第2，净提升+16.2%，样本是来自全球社区的21.9K多真实agentic会话，超过GPT-6 Astra和Fable-5.1。Arena.ai给的每任务成本中位数是1.80美元，比第1名Claude Opus 5.5 (Max)低72%。这个价差很扎眼，尤其是Agent任务通常不便宜。

成本这块有网友Ricardo Dias指出，1.80美元是按Carbon的introductory价格$2/$10算的；Google说促销期后回到$4/$20，同样会话接近3.60美元，和Opus的差距会从72%收窄到约44%。这个提醒不影响排名，却影响“便宜到离谱”的传播口径。

三个细分信号里，Steerability排第1，提升+18.6%，意思是用户反驳后模型能不能改方向。Praise vs Complaint排第2，+37.9%，看用户反应里的隐含情绪。Confirmed Success排第3，+18.7%，对应明确的“对，这有用”。相比总分，这三个更接近日常使用里的体感。

Code Arena: WebDev里，Carbon (High)得1768分排第4。第3名Claude Sonnet 5.5 (xHigh)是1770分，只差2分；第11名Gemini 4 Argon (High)是1679分，Carbon高出89分。分类榜上，它排Gaming and Simulations第3，Brand & Marketing第5。Text Arena则是1528分登顶，Gemini 4 Argon (High)以1520分排第2。

Google DeepMind自己的说法是，Carbon是下一代前沿模型，在网络安全和长时程能力上是state-of-the-art。Artificial Analysis也给出另一组坐标：Intelligence Index v5排第1，分数59；Coding Agent Index排第2，59分对Claude Code加Opus 5.5的62分。

评论区的分歧比榜单更有意思。有网友Dusan提醒，名字里的(High)很关键，大多数人全天跑的是默认设置，他更想看到默认档位旁边的排名。有网友Mame看完Agent Arena后说，这样看它还是没赢Opus 5.5。也有网友Alexandr Merk觉得Text第1、WebDev第4的分裂才值得看。prek则直接说，自己最在意Steerability第1，因为日常用模型最烦的就是你推回去它还不改。

把这些反应放回去，Carbon的成绩就不是一句“登顶”能概括。它拿到的是特定设置、特定价格窗口下的前排：Text Arena第1，Agent Arena第2且成本有优势，WebDev第4但离第3只差2分。Google在两周内从Gemini 4 Argon推到Carbon，榜单更新速度确实快。下一步更值得盯的是默认档位、促销结束后的真实成本，以及长任务里能不能把Steerability的优势兑现。榜单是结果，设置和价格是上下文，缺了上下文就容易把前排看成全部。

参考链接：Arena.ai推文 https://x.com/arena/status/2115495002998751262 ，Google DeepMind推文 https://x.com/GoogleDeepMind/status/2115489356437651654 ，Artificial Analysis推文 https://x.com/ArtificialAnlys/status/2115494553780367384