谷歌正式开放 Gemini 4 Carbon 的当天，Cursor、Devin、Perplexity 三家主流 AI 开发、搜索智能体平台同步完成接入，Cursor 官方直接放出评测结果，高算力档位下拿到 60.4% 的分数，登顶 CursorBench 4.0，成为当前榜单里编程智能体能力最强的模型，这个成绩是基于真实开发场景、跨文件复杂编码任务测出来的，不是简单的刷题基准，同时它在 Perplexity WANDR、Zapier AutomationBench 另外两套面向智能体工作流的榜单同样拿下第一，而且完成单任务的综合成本低于第二名 Fable 5.2。Gemini 4 Carbon 定位是面向超长链路、多步骤复杂任务的前沿模型，相比更早推出的 Gemini 4 Argon，它更适合啃大型代码库重构、深层漏洞挖掘、科研推演这类高难度工作，Token 消耗更大、推理回路更多；这次首日多平台同步接入，也代表谷歌想直接打进开发者智能体赛道，而不是只做自家生态。接入之后开发者可以直接在 Cursor 编辑器里切换 Carbon 模型写代码，Devin 用它承接复杂工程任务，Perplexity 用它处理深度调研、多步骤信息推理。
本次上线与接入清单
- 模型名称：Gemini 4 Carbon
- 正式开放时间：2026-11-10
- 同步接入平台：Cursor、Devin、Perplexity
- CursorBench 成绩：高努力档位 60.4%（榜单第一）
- 单任务参考成本：约 9.22 美元
- 单任务 Token：约 39960
- 对标头部：Claude Fable 5.2、Gemini 4 Argon
- 核心强项：复杂多文件编码、漏洞挖掘、长周期 Agent、科研推理
CursorBench 4.0 核心榜单简表
| 模型 | 档位 | 得分 | 单任务成本 |
|---|---|---|---|
| Gemini 4 Carbon | High | 60.4% | $9.22 |
| Claude Fable 5.2 | Max | 低于 60.4% | 高于 Carbon |
| Gemini 4 Argon | High | 约 55% 区间 | 更低 |
| GPT-5.6 Sol | 标准档 | 明显落后 | —— |
三大接入平台使用定位
- Cursor：代码编辑器智能体，主打改存量项目、跨文件重构、调试疑难 bug，本次就是 Cursor 放出 60.4% 的基准结果；
- Devin：全链路 AI 软件工程师，适合端到端独立工程任务，用 Carbon 处理长流程开发；
- Perplexity：深度搜索智能体，用来做多轮深度调研、资料整合、复杂问题链式推理。
能力优势和短板
✅ 优势
- 在面向真实开发的 CursorBench 拿到榜首，处理多文件模糊编码任务更强；
- 网络安全专项能力突出，SEC-bench Pro、CWE-bench 漏洞挖掘表现靠前；
- 跨平台同步上线，开发者不用只依赖谷歌自家平台；
- 在 WANDR、AutomationBench 智能体榜单同步登顶，成本效率占优。
- 相比 Argon，它消耗 Token 更多，日常写简单业务代码性价比不高；
- 高档位调用单价更高，长时间批量跑任务开销明显；
- 适合重度复杂任务，简单查询、轻量编码用 Argon 或者 Flash 系列更合适。
⚠️ 短板
小结
简单来说，Gemini 4 Carbon 这次不是只在谷歌官网放出来，上线当天直接进了开发者最常用的 Cursor、Devin、Perplexity，加上 CursorBench 60.4% 的榜首成绩，标志谷歌在 Agent 编程赛道拿出了能和 Claude Fable 正面竞争的产品。它不是用来替代 Argon，而是专门留给那些难度高、步骤多、需要反复验证的复杂工程和科研任务。
【常见问题】
问题 1：Gemini 4 Carbon 上线首日接入了哪些平台，在 CursorBench 拿到多少分？
回答 1：Gemini 4 Carbon 上线首日接入 Cursor、Devin、Perplexity，Cursor 测试高努力版本拿到 60.4%，直接登顶 CursorBench 4.0。
问题 2：Gemini 4 Carbon 在 CursorBench 拿到 60.4%，这个评测测的是什么？
回答 2：CursorBench 不是简单代码刷题，它使用从真实 Cursor 开发会话提取的模糊、多文件工程任务，用来衡量 AI 智能体实际写代码、改项目的能力，分数越高越强。
问题 3：Gemini 4 Carbon 和 Gemini 4 Argon 怎么选？
回答 3：Gemini 4 Carbon 适合复杂重构、漏洞挖掘、长链路 Agent，在 CursorBench 拿到 60.4%；Argon 更均衡，轻量编码、日常开发 Token 消耗更少、成本更低。
问题 4：接入 Gemini 4 Carbon 的 Cursor、Devin、Perplexity，各自拿它做什么？
回答 4：Cursor 用来做编辑器内复杂编码调试，也是放出 Gemini 4 Carbon 60.4% CursorBench 成绩的平台；Devin 用来承接完整工程任务；Perplexity 用来做深度链式调研推理。
问题 5：Gemini 4 Carbon 除了 CursorBench 拿到 60.4%，还有哪些榜单表现不错？
回答 5：Gemini 4 Carbon 除了 CursorBench 4.0 的 60.4%，还在 Perplexity WANDR、Zapier AutomationBench 拿下第一，漏洞专项基准 SEC-bench Pro、CWE-bench 同样表现靠前。
【参考资料】
[2026-11-11]（Gemini 4 Carbon 首日接入 Cursor、Devin 与 Perplexity：Cursor 称 60.4% 登顶 CursorBench）量子位
[2026-11-11]（Gemini 4 Carbon is now available）Google The Keyword
[2026-11-11]（Gemini 4 Carbon Now Available: Price, Benchmarks, Access）i10X
[2026-11-10]（CursorBench 4.0 榜单页面）Cursor 官网
[2026-11-10]（谷歌发布 Gemini 4 Carbon，主打安全与长程智能体）36 氪
【免责声明】
本文 CursorBench 60.4% 为 Cursor 官方高努力档位测试结果；Gemini 4 Carbon 的调用成本、Token 消耗、榜单成绩会随版本迭代、参数档位变化；不同平台接入后的可用功能、权限、定价存在差异；本文仅做资讯整理，不代表模型在所有真实项目里都能稳定达到基准分数，不构成选型、付费采购建议。