Every 实测 Gemini 4 Carbon:编码与设计亮眼但稳定性欠佳

Every 对 Google DeepMind 新模型 Gemini 4 Carbon 进行了盲测式 vibe check 评测(谷歌提供早期访问但未干预内容)。结果显示 Carbon 编码能力显著提升,在设计灵感方面表现最强、能给出最多样的方案,但任务完成的稳定性不足,判断力仍不及 Fable 5.2,整体表现有好有坏。

2026-11-17 ~ 2026-11-18 · 2 条相关