新智元报道 Argon全面开放才 8天 ， 谷歌的下一张王牌，就杀进竞技场了！ 就在刚刚， 谷歌最强的Carbon被曝开测 。 合作伙伴已经抢先拿到，LMArena上也开了盲测， 发布就在眼前 。 消息一出，测试者全扑进了Arena。 一天之内，Carbon的实测在X上炸成一片， 有人拿它一口气做完了 整关超级玛丽 。 上一代旗舰的热乎劲还没过，下一代就在门外排队了 。 谷歌联创布林说，谷歌开始踏上 「RSI的跑步机」 ， 模型正帮着造下一代模型 。 超级玛丽一次通关 Carbon的3D强到离谱 Arena上的Carbon，名字还挂着「gemini-4-argon」。 测试者认出它的办法说来好笑——就看慢不慢 。 网友Harshith发现，挂这个名字的其实有两个模型。一个又快又不错，另一个慢得出奇，作品却真的惊艳， 后者才是Carbon 。 测评账号Lumina用超级玛丽的提示词， 让Carbon做出了一整关游戏 。 主角一路顶砖块、吃金币、钻水管，下到地下关再爬出来，最后跳上旗杆、走进城堡， 屏幕弹出「COURSE CLEAR」 ，金币数和评级都结算了出来。 Lumina还把同一道体素宝塔题， 交给Argon、Carbon、Opus 5.5和Sonnet 5.5同场比 。 在Lumina看来，Carbon的质量明显要高过Argon，只是视任务不同， 要慢2到4倍。 网友Synopsis的体素山谷，把画面又往上推了一层。 樱花沿着河岸开，红色拱桥架在水上，木屋亮着灯， 一场雨说下就下，整片山谷跟着暗了下来。 网友Salio做了一座3D城堡， 光照能在黄昏、蓝调时刻、月光和薄雾晨光之间切换 ，城下的石桥一路亮着灯。 知名爆料人chetaslua把Gemini的吉祥物交给Carbon，让它做一段讲碳为什么稳定的3D动画。 画面一开始，吉祥物盯着一颗碳-12原子核。随后6个电子按1s²2s²2p²排好，轨道杂化成4个一模一样的sp³瓣，再和邻居共享电子凑满8个， 最后搭成一整块金刚石晶格 。 chetaslua说， 这道题对之前的Gemini模型来说非常难 。拿Carbon讲碳，谷歌这次的命名，算是被网友玩明白了。 从碳-12原子核讲到金刚石晶格 开发者Pankaj Kumar则让它做了一个能交互的3D水晶柑橘。 然而，到了SVG这一项，评价就开始分化了。 网友Binkg让Carbon画了一个可乐瓶的SVG，瓶身挂满水珠，标签上的小字和瓶盖都画了出来，旁边还能调霜冻、气泡和背光。 但Haleemah看了一整天的测试后说， Carbon最强的还是3D ，好的SVG她还没见到。 SVG之外，前端也还是老问题。Lumina说，Carbon的前端设计和审美依旧平平，缺了Anthropic模型的那股味道。 同一个模型，3D能猛涨，前端却原地踏步，是因为两类题的考法不同。 3D场景里，几何、光照、碰撞全由代码决定，算错一点画面就崩， 对不对一眼就能验出来 。 前端考的是留白多大、字号几号、按钮放哪， 没有标准答案，只有人的偏好 。 所以3D能靠算力和 强化学习 一路往上推， 前端 却只能靠大量人的反馈慢慢磨。 更慢但不偷懒，Carbon专治Argon的懒病 测试者晒作品时，几乎都会补一句慢，可很少有人抱怨， 因为它不偷懒了 。 偷懒，偏偏是Argon上线以来被骂得最狠的毛病 。 它的跑分很漂亮，可开发者上手不到一周，「懒」的名声就传开了。 科技媒体Every测完Argon，给出了5条使用建议，第3条是让大家务必复核它的活。 在38次基准运行里， 有17次，Argon把代码审查这一步打开又关上 ， 中间只隔了30毫秒 。 同一份建议里还藏着一组数字。把Argon从低推理档拉到高档， 用时只变成原来的1.7倍 ；Opus 5.5拉到高档， 要花18倍的时间 。 也就是说， 叫Argon多想一想，它也没多想多少 。 到了Every CEO Dan Shipper的资深工程师基准上，Opus 5.5和Sonnet 5.5都拿了85%，GPT-6 Astra拿了81%， Argon只有21%，在8个模型里垫底 。 而到了Carbon这里，情况直接反转。 Business Insider此前曝出，谷歌员工在内部试用Carbon后说，它写代码 「感觉像极了Opus 5.5」 。 Argon刚铺开就出Carbon 谷歌踏上RSI跑步机 从Argon到Carbon，谷歌这一轮的节奏快得惊人。 9月30日官宣Argon，先只交给Fairwind计划里的网络安全防御方；10月13日，Argon向开发者和订阅用户全面开放； 又过了8天，Carbon就进了合作伙伴的测试 。 谷歌出牌越来越快，布林给出的答案便是—— RSI（递归自我改进） 。 在最近一段圆桌对谈里，他曾