Gemini 4 Carbon 全面开放并获工具支持

Gemini 4 Carbon 从面向部分网络防御人员，转向全面开放。Simon Willison 随即用鹈鹕绘图和 Three.js 城市场景试了试，留下的直观印象是：视觉生成表现不错，也能做出复杂的浏览器演示，但交付格式仍需要追问。

对程序员来说，更值得看的是两件事：演示效果离可交付成果还有哪些距离，以及上线优惠结束后的真实成本。原文提供了尝鲜样例，没有提供足以判断模型整体水平的对照测试。

开放只是第一步，价格要看 12 月之后

按原文的说法，Gemini 4 Carbon 在两周前公布，当时仅向「部分网络防御人员」开放；到文章发布的 2026 年 11 月 10 日，其他用户也能使用。

原文称它是 Google 迄今最好的 Gemini，但没有给出基准测试。这个评价应当与后面的具体体验分开看。

发布时，每百万输入 token 收费 $2，每百万输出 token 收费 $10，与 GPT-6.1 Sol、Claude Sonnet 5.5 的价格相同。计划从 12 月 1 日起翻倍至 $4/$20，达到 Opus 5.5 的价格水平。

如果准备持续接入，成本评估应按 $4/$20 做，发布价只能作为短期优惠看待。

另一个信息缺口藏在标题里：文章叫「llm-gemini 0.36」，正文却没有展开这个版本的安装命令、配置方法或 API 变化。仅凭这篇短文，还不能完成插件升级或接入。

从鹈鹕到 Three.js，作者实际测到了什么

作者先比较了 low、medium、high 三档思考强度，默认档位是 medium。文中展示的是 high 的鹈鹕图片。

作者喜欢它的水手帽、鱼篮、渐变，以及造型有些古怪但还能成立的自行车。不过，他也提到 Gemini 画鹈鹕已经好了一阵子。这类题材能展示视觉效果，却不足以区分新模型在工程任务上的进步。

于是，他又在 Google Antigravity IDE 里测试了一个 Three.js 动画需求：让 Yonkers 站起来变成巨型机甲，再踏过 Manhattan、Queens 和 Brooklyn，并使用 OpenStreetMap 地图数据。这个提示词，他前一天也用 Claude Fable 5.2 试过。

原文没有给出两者的完整对照结果，因此不能据此排出胜负。

更有参考价值的是交付过程。作者第一次拿到结果后，还补了一句「build that into a standalone HTML file」，才得到没有外部依赖的 HTML 版本，随后录屏展示。

这说明，生成演示和交付可独立打开的文件，是两项需要分别验收的要求。 但地图数据如何获取、是否嵌入文件、是否支持离线打开，正文没有说清，不能只凭「无外部依赖」继续推断。

/swarm 的演示很热闹，证据要分开看

文章更新部分提到，作者在 YouTube 看到了另一个 Carbon 演示：使用 Google Antigravity 的 /swarm，制作一款开放世界 3D 游戏，让玩家扮演骑着 GBike 的鹈鹕，探索 Google 的 Mountain View 园区。

按演示描述，子代理协作完成了多类任务：

• 根据 Omni 和 Nano Banana 参考图，在 Blender 中制作 3D 资产。
• 使用 Three.js 和 WebGL shaders 构建浏览器游戏。
• 将程序化 Web Audio 音效与 Lyria 音乐搭配起来。

它展示的吸引力，在于把建模、渲染和音频串成了一条制作流程。但这是作者转述的视频演示，不是他亲自完成的第二轮测试。原文没有交代耗时、人工介入次数、失败重试或费用，也没有提供可复现步骤。

我的判断

这篇短文适合用来发现新模型和测试方向，不能承担选型报告的作用。

我认同作者从绘图转向复杂浏览器场景的尝试。前端任务往往要同时处理空间关系、动画、数据和交付形式，单张图片覆盖不了这些要求。他补问独立 HTML 的细节，也比一句「效果惊艳」更有实用价值。

局限同样明确：没有量化指标，没有完整的同题对照，也没有运行稳定性记录。high 是否比 medium 更值得花钱，Carbon 是否优于 Claude Fable 5.2，原文都没有证明。

与常见的「先生成原型，再由开发者整理工程」相比，独立 HTML 更方便分享和快速验收；但它是否适合后续维护，需要另外检查结构、资源体积和依赖组织。一次演示成功，离团队长期使用仍有距离。

能拿来做什么

• 用 AI 生成 Three.js 原型时，把交付格式提前写清楚，例如要求独立 HTML，并明确是否允许外部脚本、在线资源和地图请求，减少生成后返工。
• 如果任务涉及地图和复杂动画，分别检查地理位置、动作表现和数据来源，不要只看录屏是否流畅。原文没有解释 OpenStreetMap 数据的处理方式，这正是复现时需要补查的部分。
• 对同一个实际需求比较 low、medium、high，记录可运行性、修改次数和费用，再决定默认使用哪档。原文只说明默认是 medium，没有证明 high 的投入回报更好。
• 评估 /swarm 时，选一个能独立验收的小型浏览器项目，记录人工介入和总成本。先确认多代理协作能否稳定完成自己的任务，再考虑扩大范围。