Cognition 编程榜引热议：谷歌回升与公平性争议并存
Cognition 发布 FrontierCode 2.0 编程基准评测，称其比 1.1 版本更清晰地区分模型梯队，排名随之变化：Gemini 4 Carbon 取得约 40% 的成绩、接近 SOTA，有评论据此认为谷歌编程模型正在「回血」。但榜单很快遭到质疑，有声音指出 Gemini 4 Argon 未使用自家 harness 进行测试，评测方法的公平性引发争议。
2026-10-30 ~ 2026-10-31 · 2 条相关
- 第 1 集:谷歌发布 Gemini 4 Carbon，登顶 AA 智能指数榜首(2026-10-29,126 条)
- 第 2 集:Google 抢发 Gemini 4 Carbon 被指仍落后对手两月(2026-10-29,4 条)
- 第 3 集:Vals 指数榜：Claude Sonnet 5.5 登顶，Gemini 4 Carbon 第二(2026-10-29,3 条)
- 第 4 集:Gemini 4 Carbon 跑分截图流出，多项基准被刷满(2026-10-29,4 条)
- 第 5 集:爆料称 OpenAI 与 Anthropic 前沿新模型下周齐发(2026-10-29,3 条)
- 第 6 集:Gemini 4 Carbon 登顶 AA 智能指数但编程 Agent 仍逊于 Opus 5.5(2026-10-30,2 条)
- 第 7 集:Gemini 登顶 Artificial Analysis 智能指数 v5.0 新榜(2026-10-30,4 条)
- 第 8 集:Cognition 编程榜引热议：谷歌回升与公平性争议并存(2026-10-30,2 条)
- 第 9 集:Gemini 4 编码榜单排名分化引质疑(2026-10-30,2 条)
- 第 10 集:Gemini 4 Carbon 发布两周登顶公私编码双榜(2026-10-31,3 条)
- 第 11 集:Perplexity CEO 实测 Gemini 4 Carbon：长文研究新 SoTA(2026-10-31,6 条)
- 第 12 集:Gemini 4 Carbon 网传流出：正由可信伙伴测试，聚焦网络安全(2026-10-31,2 条)
- Cognition 榜单：Gemini 4 Carbon 得 40% 接近 SOTA，谷歌编程模型回血 — scaling01 · 2026-10-30
- Cognition 新榜单被质疑不公平：Gemini 4 Argon 未用自家 harness 测试 — pvncher · 2026-10-31