Gemini 4 登顶 RareBench 与 LabBench，科研基准超 Opus 5.5

danielmckinn0n · x · 2026-10-14

开发者 danielmckinn0n 发帖称 Google DeepMind 的 Gemini 4 在 GamowLabs 的 RareBench 与 LabBench 科研基准上以明显优势超越此前的榜首 Claude Opus 5.5。配图显示：RareBench 完整因果召回 Rank@K 中 Gemini 4 Argon 得 57.4%（79/122 病例），领先 Opus 5.5 的 51.6%、Fable 5 的 42.6%，GPT-6.1 Sol 仅 32.0%；LabBench 平均任务分 Gemini 4 Argon 达 52.2%，高于 GPT-6 Astra 的 40.8% 与 Opus 5.5 的 40.5%。发帖人还表示其团队已把生物与基因组学研究工作迁移到 Gemini 4，希望用它辅助罕见病儿童诊断。