彭博曝Gemini 4跑分亮眼但内部实测编码不及预期

彭博报道称，谷歌正筹备发布下一代旗舰模型 Gemini 4，尽管该模型在行业通用基准测试上表现出色，但直接接触该模型的匿名内部人士透露，员工在真实使用中对其持怀疑态度，模型在部分编码等「关键领域」表现挣扎，实际效果不及跑分预期，内部对其真实表现存在分歧。

已确认

• 彭博于 10 月 1 日发布该报道，消息来源为直接接触 Gemini 4 的谷歌内部人士，受访者因讨论内部事务要求匿名
• 报道称 Gemini 4 在行业基准测试上表现亮眼，但在实际投入编码等任务时效果不及预期
• Alphabet 正在为 Gemini 4 的正式发布做准备

尚未确认

• 该消息属内部爆料，未经谷歌官方证实
• Gemini 4 面向消费者发布后的实际表现尚待观察；@Neurogence 认为等到正式发布时情况可能仍有变化

为什么重要

• 编码能力是当前前沿模型竞争的关键赛道，若 Gemini 4 真实在编码任务上掉队，可能影响谷歌在与对手竞争中的节奏与产品落地
• 跑分与真实使用体验的落差再次引发业界对基准测试参考价值的讨论

2026-10-01 ~ 2026-10-01 · 5 条相关

• 【源头】Bloomberg:Gemini 4 跑分漂亮,内部员工实测编码却掉链子 — firstadopter · 2026-10-01
• 【源头】彭博:Gemini 4 跑分亮眼，谷歌内部员工却称实际干活拉胯 — Neurogence · 2026-10-01
• 曝 Gemini 4 编码等关键领域表现挣扎，员工称不及预期 — ChrisGPT · 2026-10-01

另有 2 条近重复转述:firstadopter · ChrisGPT