AREX Feed Article
Gemini 4 Carbon 首日接入 Cursor、Devin 与 Perplexity：Cursor 称 60.4% 登顶 CursorBench
Google 官宣 Gemini 4 Carbon 全球推出的同一天，三家第三方平台先后官宣接入，并各自公布自营基准成绩：Cursor 称该模型在 High effort（高推理努力档位）下以 60.4% 登顶自家 CursorBench，同步给出五折定价；Cognition（Devin 开发商）称其在自营 FrontierCode 2.0 基准得分 40.0%，较 Gemini 4 Argon 的 26.3% 提升 13.7 个百分点，为该基准上表现最好的 Google 模型；Perplexity 称其在 WANDR 基准得分 0.857、每任务成本 5.86 美元，以相当于四成的成本追平 Claude Fable 5.2。此前，Carbon 在 CursorBench 与 WANDR 上的成绩只存在于 Google 的单方声明里；发布当天，三家运营自营榜单的厂商自己交出了数字。
当天早些时候，Google 在宣布 Gemini 4 Carbon 当日起经 Gemini API（Google AI Studio 与 Gemini for business）向所有付费开发者与企业开放，并向 Google AI Ultra 订阅者推送至 Gemini 应用、Search AI Mode 与 Antigravity；API 定价与 Argon 相同，每百万 token（词元）输入 2 美元、输出 10 美元。博客发布于 UTC 时间 16 时（北京时间 11 日凌晨 0 时），署名作者为 Google DeepMind 高级副总裁兼首席 AI 架构师 Koray Kavukcuoglu。同一篇博客自称 Carbon 在 CursorBench 4.0、Perplexity 的 WANDR 与 Zapier 的 AutomationBench 上排名第一，每任务成本较次优外部模型低一半以上，这些数字均为 Google 自我报告。
Cursor 写明价格时间表，评论区追问成本口径
Google 博客上线 35 分钟后，Cursor 在宣布 Gemini 4 Carbon 上线 Cursor，帖中附有一张 CursorBench 成绩图。Cursor 在紧随其后的中写明价格：五折持续至 11 月 30 日，每百万 token 输入 2 美元、输出 10 美元；12 月 1 日起升至 4 美元和 20 美元。这与 Google 博客脚注吻合：推广期 2026 年 11 月 30 日结束后，价格按每百万 token 输入 4 美元、输出 20 美元执行。
就 CursorBench 而言，Google 当天的口径只有「排名第一」，没有给出分数。Cursor 还在跟帖里附上，供查看各 effort 档位的表现。评论区里，用户 supertommy ：「不到 24 小时前，Fable 5.2 还是榜首」；用户 garyfung 则，CursorBench 上 Carbon 的成本数据按 2 美元/10 美元的折扣价还是 4 美元/20 美元计算。Cursor 的公告和跟帖都没有说明这一点。
Cognition 在 Devin 上线，给出 Google 榜单之外的成绩
Google 博客上线约 47 分钟后，Cognition 在宣布 Gemini 4 Carbon 可用于 Devin Desktop 与 CLI（命令行界面），同时公布自营 FrontierCode 2.0 基准上的成绩，帖文称之为较 Gemini 4 Argon 的「大幅跃升」，并称其为该基准上表现最好的 Google 模型。
三家平台当天公布的成绩中，只有 Cognition 给出了 Carbon 与 Argon 的同代对比数字。FrontierCode 2.0 也不在 Google 自报的三项「第一」之列。
Perplexity 上线 Computer 与 Search，写明对照对象
Google 博客上线约 1 小时 40 分钟后，Perplexity 在宣布 Gemini 4 Carbon 在 Perplexity Computer 上向 Pro 与 Max 订阅用户开放，并在 Search 中向 Max 订阅用户开放。帖文把对照对象写明为 Claude Fable 5.2，措辞用的是「追平」；Google 博客则只说 Carbon 在 WANDR「排名第一」、每任务成本较次优外部模型低一半以上，没有点名对手是谁。两份公告均出自利益相关方，措辞并不完全重合。
独立评测者给出好评，但分数仍缺第三方复核
Wharton 商学院教授 Ethan Mollick 当天获得早期访问权限，UTC 时间 16 时 56 分评价：Carbon「是很好的模型，优于 Argon」；他称有价值之处在于，拥有一款与 Claude、GPT 思考方式不同、但仍然很强的 AI，它有自己的强项与弱点。他还演示了让 Carbon 把一段视频复现为 Three.js 3D 场景。这是单次演示加个人印象，不是系统评测。
当天公开的 Carbon 成绩全部出自发布者自营的基准：CursorBench 由 Cursor 运营，FrontierCode 2.0 由 Cognition 运营，WANDR 由 Perplexity 运营，均为厂商自测口径，三份平台公告中均没有独立复核的安排。写明日期的后续只有 12 月 1 日的价格上调。