Bloomberg:Gemini 4 跑分漂亮,内部员工实测编码却掉链子
firstadopter · x · 2026-10-01
Bloomberg 报道,Google 在筹备 Gemini 4 发布之际,内部对其旗舰模型在关键领域的实际表现存在质疑。
- 消息人士称,Gemini 4 在行业通用基准测试上表现出色,但员工实际投入使用时效果不及预期
- 模型在部分编码任务上表现挣扎,内部员工匿名讨论此事
- 发帖人 firstadopter 指出,Google 模型历来有「刷榜」倾向:基准成绩好于真实使用体验,真正好坏要等开发者上手后才见分晓
这篇报道与发布前的宣传形成反差,值得结合后续开发者实测观察。
所属事件:Gemini 4 跑分爆料密集涌现，彭博曝内部实测遇冷(35 条相关)→
「模型」频道最新
- 曝 OpenAI GPT 6.2 处于极限安全评估中，或推迟发布 — imjustnewatai · 2026-11-16
- Google 一周连发两颗新 TPU、Gemini Robotics 2.5 等 AI 成果 — haider1 · 2026-11-16
- 模型国际象棋再战：GPT 6 Astra 执白 76 手将杀 Claude Fable 5.2 — StorageThese9556 · 2026-11-16
- Claude 3 Sonnet 满口胡言后突然切换助手腔,拒绝内容并划清界限 — repligate · 2026-11-16
- Plus 用户反映 GPT 6 今日输出异常，对话末尾频出胡言乱语 — Lanceward · 2026-11-16
- AHA! 免 LLM 权重空间编程：改几千个权重让 0.8B 模型 GSM8K 翻五倍 — hbouammar · 2026-11-16