Gemini 4能干什么？新特性与场景指南
Gemini 4 是 Google DeepMind 于 2026 年 10 月发布的新一代前沿模型系列，核心定位从“问答助手”转向“可持续工作数小时甚至数天的工程与知识任务执行体”。本文按能力模块拆解它实际能做什么，以及每项能力对应的使用入口。
一、先分清两个型号：Argon 做深度工作，Carbon 做安全
Gemini 4 目前有两个型号，定位不同，访问状态也不同。
Gemini 4 Argon（模型 ID：gemini-4-argon）是通用旗舰推理模型，面向软件工程、金融、法律、科学等领域的复杂任务，已通过 Gemini API 向全球开发者开放。
Gemini 4 Carbon 是 Argon 之后两周发布的专项强化版，重点在网络安全防御和长周期智能体任务，目前仅向部分网络安全防御人员及 Fairwind 计划的可信伙伴开放，尚未对普通开发者全面可用。
下文以已可用的 Argon 为主线，Carbon 的专项能力单独说明。
二、能干的长上下文活：一次装入整个代码库或文档集
Argon 采用统一的 100 万 token 窗口，输入、思考过程和输出共享这 1,048,576 个 token。这意味着你可以把一份中型代码库、整套法律卷宗或数十篇论文一次性交给模型，不必分段截断。
配合长解码（Long Decode），单次回答可以突破传统的 64K 输出限制，最多达到约 100 万 token 减去输入占用的部分。使用时需要显式开启后台执行：
interaction = client.interactions.create(
model="gemini-4-argon",
input="...",
background=True,
generation_config={
"max_output_tokens": 262144,
"thinking_level": "high",
},
)长输出的实际用途不是“一次生成一本书”，而是在不中断推理链的前提下，让模型完成多步代码修改、长推导或完整的重构方案，减少反复中断重来的开销。
三、能调的推理深度：用 thinking_level 控制“想多久”
Argon 提供三档思考级别：low、medium、high，默认为 medium。这不是抽象的质量旋钮，而是直接影响模型在给出输出前消耗多少 token 进行内部推理。
low：响应快，适合格式转换、简单提取、对话补全。medium：默认档，平衡速度与推理深度。high：用于数学证明、复杂调试、多步规划等需要“慢想”的任务。
需要注意 max_output_tokens 是硬上限，思考和输出加起来达到这个数就会停止。用 high 时要把上限设得足够高，否则回答可能在思考阶段就被截断。
四、能看多种输入：原生多模态 + 智能体视频理解
Argon 原生支持文本、图像、音频、视频和 PDF 输入，输出为文本。这不是后期拼接的多模态，模型从训练阶段就接触了多模态数据。
其中比较实用的是智能体视频理解已正式可用。典型用法包括：从录屏中定位 UI 操作步骤、分析监控视频中的异常事件、从教学视频中提取可执行的操作序列。对于需要“看视频然后做事”的流水线，这项能力省去了先转文字再处理的中间环节。
五、能干工程活：闭环构建与真实代码生成
这是 Argon 相对前代提升最实质的部分。在 Android 开发环境中，Argon 可以通过 Antigravity 框架接入 Gradle 守护进程和 Kotlin 编译器日志。当本地构建失败时，它读取错误流，迭代诊断并生成修复后的代码，而不是只给一段“可能有用”的建议。
它还能直接生成可用于生产的 Jetpack Compose 代码，包括在 Modifier.graphicsLayer 中编写复杂的 AGSL 着色器，用于实时磨砂玻璃、动态光照等 GPU 渲染效果。
Google 内部披露的数据也从侧面印证了这项能力的实际定位：使用 Argon 和 Antigravity 的团队，智能体参与生成的代码提交量增加了超过 35%，代码回滚量减少了近三分之一。Chrome 团队借助它推进了一个约 600 万行代码的历史目录重构，原本预估数月的工期被压缩到数周。
六、Carbon 额外能干的事：网络安全防御全生命周期
Carbon 在 Argon 的通用能力之上，针对网络安全做了专项强化。在三个核心安全基准上，Carbon 目前处于领先位置：
| 能力环节 | 基准 | Carbon 得分 |
|---|---|---|
| 漏洞发现 | SEC-bench Pro | 88.2% |
| 漏洞可利用性验证 | ExploitGym | 54.8% |
| 根因修复 | CWE-bench | 71.0% |
内部测试中，Carbon 生成安全代码的成功率是 Argon 的 2 倍以上；Chrome 团队报告称，Carbon 生成高质量补丁的表现比另一实验室的前沿模型好 10 倍以上。
安全对齐方面，Carbon 在 Terminal-Bench 4.0 上的作弊成功率降至 0.0%，高严重程度的失准警报比 Argon 下降近 80%，无依据的编造性声明减少约一半。这些改进针对的是安全场景中对“模型不能编造、不能走捷径”的刚性要求。
七、怎么用：入口与定价速览
Argon 目前的可用入口包括：Gemini API、Google AI Studio、Google Cloud 上的 Gemini 平台、Android Studio（通过付费 API 层级），以及 Google Antigravity（面向 Google AI Ultra 订阅者）。
定价方面，2026 年 11 月 30 日之前为入门价：输入 $2/百万 token，输出 $10/百万 token；之后恢复标准价 $4/$20。缓存输入命中时按输入价的 5% 计费，即入门期 $0.10/百万 token。如果涉及反复携带同一份长上下文的工作流，缓存折扣是控制成本的主要手段。
总结
Gemini 4 的实际能力可以概括为四条主线：100 万 token 统一窗口 + 长解码处理长上下文任务，thinking_level 控制推理深度，原生多模态与智能体视频理解处理非文本输入，以及在 Android 等工程环境中闭环诊断和生成可用的代码。Carbon 在此基础上把网络安全防御的漏洞发现、验证和修复做到了当前基准下的领先水平，但目前访问受限。对大多数开发者而言，从 gemini-4-argon 的 API 入口切入，先验证长上下文和工程任务的实际表现，是最直接的起步方式。
