核心判断：复杂工程和防御安全应分开选
Google 发布表中，Carbon 的 AA Index v5 为 59，GPT-6 Astra 为 57。这个综合指标适合作为候选筛选线索，但工程任务本身给出了不同排序：FrontierSWE 2 为 Carbon 61.2%、Astra 65.5%。如果工作负载接近超长周期的软件工程与科研实现，Astra 的这项证据值得保留，不能因综合排名而忽略。
在 Google 表中的安全项目，Carbon 的 SEC-bench Pro 为 88.2%，Astra 为 85.4%；CWE-bench v1 为 71.0% 对 68.0%。Carbon 的 GraphWalks 256K–1M BFS F1 为 96.2%，Astra 为 71.8%。这些结果支持进一步验证长上下文检索与防御安全场景，但没有把实际 API 的延迟、吞吐、权限和稳定性一起测出来。
对已经使用 Astra 的团队，建议挑出最耗人工的真实仓库任务，分别检查端到端完成率和修改质量。对准备新建系统的团队，Carbon 是否能够获得访问资格仍是前置条件。两者都不应只按每百万 token 单价判断成本：长推理、失败重试、工具轮次和人工审查才共同决定一项工程任务的总开销。
如何理解这里的成绩
本文的横向数字来自 Google 2026 年 10 月发布的 Carbon 对比表及其评测方法文档，是对公开证据的编辑整理，没有声称本站亲自测试。表中既有 Google 自测，也有 Google 转引的榜单和其他厂商结果。站内实时图表可能采用更精确的数值、另一种工具设置或更高优先级的来源，因此正文发布表与实时榜单存在差异时，应点开来源与设置核对，不能只根据模型名称判断它们是同一次实验。
尤其需要注意三个边界。第一，OSWorld 的对比仅覆盖离线子集，采用 partial score，Google 模型取三次运行的最好成绩，不能当成完整任务集上的普遍成功率。第二，Terminal-Bench 的成绩属于模型、agent 脚手架和预算组成的系统；Artificial Analysis 与 Vals 的独立运行需要分别看。第三，网络安全结果是在没有防护措施的特定评测条件下产生，不能推导成模型在任意生产权限下都安全可靠。
价格和落地条件
Google 公布 Carbon 的推广期输入/输出价格为每百万 tokens 2/10 美元，缓存输入比输入价低 95%；推广期结束后输入/输出为 4/20 美元，结束日期没有公布。预算应同时考虑正式价格、缓存命中和实际推理输出量。这里的推广报价不是向所有开发者开放 API 的承诺，公开 API 型号和广泛开放时间仍未确定。需要马上交付的团队，应先确认可用性与权限，再谈替换；有试用资格的团队，可以把自己的代表性任务、失败案例和工具边界整理成验证集。
选型时还要检查什么
评测适合筛选候选，不能替代业务验收。建议同时记录任务成功与否、修改是否可回滚、是否遵守项目范围、工具调用是否需要额外权限，以及整项任务的费用和耗时。对于长时间运行的工程 agent，还应检查断点恢复和人工接管机制。对安全类工作，测试环境、授权范围和补丁审查应在接入之前确定。尚未公开的参数量和训练细节不应靠相邻型号推断。
来源：Google Carbon 发布公告、Google 评测方法、Artificial Analysis、Vals Carbon 评测。资料核对日期：2026 年 10 月 29 日。