前沿模型的竞争正在从单次能力测试转向真实产品中的持续使用。模型是否更强只是一个维度，企业还要观察调用规模、计算成本、产品渗透、安全开放范围，以及AI能否在搜索、云和办公场景中稳定完成任务。

10月28日，Google和Alphabet首席执行官Sundar Pichai在2026年第三季度业绩说明中介绍AI业务进展，披露Gemini 4系列、Google Cloud、搜索和智能体体验的最新数据。相关数字来自公司管理层口径，应结合财报和后续产品表现理解。

模型API每分钟处理近320亿Token

Google称，其第一方模型API目前每分钟处理接近320亿Token，较上一季度增长40%，超过一年前的四倍。Gemini应用月度用户达到10亿，Google Cloud收入同比增长103%，公司将AI基础设施和解决方案列为主要增长动力。

这些数据说明开发者和企业对模型调用的需求快速上升，但Token数量并不直接等于有效业务成果。不同任务的输入长度、缓存方式、输出质量和计费结构差异很大，企业仍需观察单项任务的成功率、时延和单位成本。

Gemini 4 Carbon先向可信网络防御人员开放

Google称，Gemini 4 Argon已用于金融、法律、网络安全、科学研究和遗留代码分析等任务。公司同时宣布Gemini 4 Carbon，定位为更强的前沿模型，强调网络安全和长周期任务能力。

Carbon目前首先向部分可信网络防御人员推出，并由美国政府进行测试，随后才计划扩大访问。分阶段开放反映出网络安全模型具有双重用途：它可以帮助发现漏洞，也可能被用于生成攻击路径，因此需要身份验证、用途限制和持续监测。

AI搜索越来越长，也更加多模态

Google表示，AI Mode中的查询平均长度约为传统搜索的三倍，全球约五分之一AI Mode搜索会使用语音、图片或文档；视觉搜索每月超过500亿次。公司计划把智能体体验从企业版Gemini逐步扩展到搜索、Gemini应用、Chrome、Android和Workspace。

这意味着搜索正在从寻找网页链接，转向理解更复杂的意图并执行多步骤任务，例如预订、填写表单或完成购买。相应地，来源可追溯性、错误操作恢复和用户确认机制也会变得更加重要。

编辑观察：高增长数据仍需业务指标验证

企业评估新模型时，可以用自己的真实任务建立小型测试集，分别测量正确率、人工修改量、完成时间、调用成本和安全失败。模型在公开基准上领先，并不保证它最适合某个内部知识库、客服流程或代码仓库。

同时，应区分已经开放的功能、受限测试和未来计划。尤其是能够调用工具或执行操作的智能体，不能因为模型能力提高就获得更宽权限。Gemini 4系列的进展表明AI使用规模继续扩大，但真正可持续的价值，仍取决于模型能力能否转化为可控、可复核的业务结果。

配图为AIcent原创AI生成实景风格示意图，非官方新闻现场照片，不使用第三方新闻图片。

参考来源：Google官方博客（2026年10月28日）。正文为基于官方消息的中文整理，编辑观察与事实披露分开呈现。