Gemini 4 Carbon 登顶 AA 智能指数,LMArena 三榜上前沿

10 月 29 日,Artificial Analysis 发布 Google Gemini 4 Carbon 的首批评测:该模型在 Intelligence Index v5.0 中以 59 分登顶第一,领先 Claude Opus 5.5(58)仅 1 分,GPT-6/GPT-6 Astra 为 57;Coding Agent Index 同为 59 分,仅次于 Claude Code + Opus 组合,较上一代 Argon 高 6 分。据 @YuchenjUW 转述 AA 数据,其智能指数约 59.4 对 Opus 5.5 的 58.4,且单任务成本 $7.76,比 Opus 5.5(max,$10.04)低约 23%,智能体任务上更强也更便宜。LMArena 官方同日宣布 Gemini 4 Carbon (High) 登上 Text Arena(第 1)、Agent Arena(第 2,净提升 +16)、Code Arena: WebDev(第 4)三个榜单的帕累托前沿,Agent 成本据称仅为 Opus 5.5 的 28%(即低 72%)。多个来源(@kknd1991、@markk、@Marimo188 等)一致确认该模型目前没有公开可用的 API。

已确认

• Artificial Analysis:Intelligence Index v5.0 为 59 分排名第一;Coding Agent Index 59 分仅次于 Claude Opus 系列,超 Argon 6 分
• 单任务成本 $7.76,比 Claude Opus 5.5(max,$10.04)低约 23%
• LMArena:Gemini 4 Carbon (High) 登上 Text Arena(第 1)、Agent Arena(第 2)、Code Arena: WebDev(第 4)三榜帕累托前沿,Agent 成本为 Opus 5.5 的 28%
• AA-Omniscience 知识可靠性 54 分全场最高,领先 Opus 5.5(max)6 分;答对率从 Argon 的 48% 升至 58%,但幻觉率从 4% 升至 11%
• AA-Briefcase 知识工作评测 1609 Elo,较 Argon(1483)提升 126 分,但仍落后 Grok 与 Kimi
• 细分数据包括 SWE-sweep 9.6%、Terminal-Bench 等(见评测表)
• 多个帖子一致标注该模型暂无公开可用 API
• Gemini 4 系列疑似以元素命名(Carbon、Argon)

尚未确认

• 网传带 deepmind.google 链接的评测表(@Angaisb 等)未经官方渠道证实,@zacharynado 转发的 14 项基准对比表也被标注可能为恶搞性质
• 具体细节各帖转述略有出入,建议以 AA 与 LMArena 官方页面为准

为什么重要

• Gemini 4 Carbon 以 1 分微弱优势登顶 AA 智能指数,Google 与 Anthropic 旗舰差距缩到分毫级别,头部竞争白热化
• 该模型在智能体任务上同时具备性能与成本优势(成本约为 Opus 5.5 的四分之一到五分之四不等,视榜单口径),可能改变智能体场景的模型选择
• 知识评测中幻觉率从 4% 升至 11%,准确率提升伴随可靠性代价,值得使用者注意
• API 尚未开放意味着评测基于受限访问,实际可用性与定价待官方确认

2026-10-29 ~ 2026-10-29 · 37 条相关

• Hugging Face 员工转发 Gemini 4 Carbon 评测表 — osanseviero · 2026-10-29
• Hugging Face 研究员预告:Gemini 4 Carbon 即将开始推出 — osanseviero · 2026-10-29
• 网传 Gemini 4 Carbon 评测表:AA Index 59 分,18 项中 14 项领跑 — Angaisb_ · 2026-10-29
• Gemini 4 Carbon 登顶 AA 榜,多数基准超越 Opus 5.5 与 GPT-6 — Yuchenj_UW · 2026-10-29
• 「Gemini 4 Carbon」横空出世?AI 圈疯传的神秘新模型实为一场梗 — YashasGunderia · 2026-10-29
• Gemini 4 Carbon 登顶 Artificial Analysis 榜首，综合分 59 — Independent-Wind4462 · 2026-10-29
• 传闻称「Gemini 4 Carbon」登顶 AA 指数,Google 内部人士暗示催熟 — agihippo · 2026-10-29
• 曝谷歌发布 Gemini 4 Carbon,称登顶 Artificial Analysis 榜单 — WonderFactory · 2026-10-29
• Gemini 4 Carbon 登顶 Artificial Analysis V5（同源截图） — kairosdev · 2026-10-29
• 【源头】Gemini 4 Carbon 登顶 AA 智能指数,59 分超 Claude Opus 5.5 — ArtificialAnlys · 2026-10-29
• 【源头】Gemini 4 Carbon 单任务成本 $7.76,比 Opus 5.5 便宜 23% — ArtificialAnlys · 2026-10-29
• 编码 agent 榜单:Gemini 4 Carbon 59 分仅次于 Claude Opus 5.5,超 Argon 6 分 — ArtificialAnlys · 2026-10-29
• AA-Briefcase 知识工作榜:Gemini 4 Carbon 涨 126 分仍不敌 Grok 与 Kimi — ArtificialAnlys · 2026-10-29
• AA-Omniscience 54 分居首:Gemini 4 Carbon 准确率涨 10 点、幻觉率升至 11% — ArtificialAnlys · 2026-10-29
• Gemini 4 Carbon 知识评测登顶,但幻觉率 11% 远高于 Gemini 4 Argon — ArtificialAnlys · 2026-10-29
• Gemini 4 Carbon 登顶 AA 智能指数 59 分,但单任务成本 $7.76 高企 — ArtificialAnlys · 2026-10-29
• 【源头】Gemini 4 Carbon 冲上 Agent Arena 帕累托前沿,成本仅为 Opus 5.5 的 28% — arena · 2026-10-29
• Gemini 4 Carbon 登顶 Agent Arena 榜眼,成本比 Claude Opus 5.5 低 72% — arena · 2026-10-29
• 网传 Gemini 4 Carbon 登顶基准榜，真实性存疑 — gnukeith · 2026-10-29
• Gemini 4 Carbon 登顶 Artificial Analysis 新指数，尚未开放 API — vitaliychiley · 2026-10-29
• Google重返榜首：Gemini 4 Carbon登顶Artificial Analysis — kknd1991 · 2026-10-29
• Artificial Analysis:Gemini 4 Carbon 比Opus 5.5 更强且更便宜 — Yuchenj_UW · 2026-10-29
• 网友自制 Gemini 4 Carbon 对比表:14 项基准横扫 GPT-6 与 Claude — zacharynado · 2026-10-29
• Gemini 4 疑以元素命名，Carbon 版跑分图曝光 — scaling01 · 2026-10-29
• 新王登基:Artificial Analysis 榜首易主,Cobalt 4 高配版登顶 — inductionheads · 2026-10-29
• Gemini 4 Carbon 评测表流出,多榜碾压 GPT-6 与 Claude Opus 5.5 — zacharynado · 2026-10-29
• Gemini 4 Carbon 登顶 Artificial Analysis v5.0 榜单，Pichai 转发 — glmn_official · 2026-10-29

另有 10 条近重复转述:arrakis_ai · kairosdev · infwinston · faraz0x · Marimo188 · YashasGunderia · mark_k · altryne · kimmonismus · arena