Gemini 4 Carbon 跑分表曝光：AA Index 59 分全场最高
ammaar · x · 2026-10-29
Google 员工 Ammaar 称 Gemini 4 Carbon 在 Artificial Analysis v5 排名第一（AA Index 59），并晒出完整跑分表：
- 代理编码：SWE-sweep 9.6%、Terminal-Bench 4.0 65.2%，但 FrontierSWE 2（61.2%）落后于 GPT-6 Astra 的 65.5%
- 计算机使用：Agents' Last Exam 77.4%；OSWorld-2.1 离线子集 81.5%，低于 Claude Opus 5.5 的 87.2%
- 长上下文：GraphWalks 256k1M 达 96.2%，大幅领先
- 安全：SEC-bench Pro 88.2%、CWE-bench 71.0%、ExploitGym 54.8% 均为最高
- 其他：Vending-Bench 2 银行余额 $16,484 居首，RiemannBench 80.0%
总体在多数榜单领先，但代理编码与 OSWorld 个别项仍被竞品压制。
所属事件:谷歌发布 Gemini 4 Carbon，登顶 AA 榜多项基准 SOTA(37 条相关)→
「模型」频道最新
- 网友复盘：Gemini 3 被指刷榜严重，两周后即被 Opus 4.5 反超 — zacharynado · 2026-10-29
- Gemini Carbon 今日上线 LiveBench,博主预测有竞争力但难登顶 — bindureddy · 2026-10-29
- 非营利实验室从零训练首个泰米尔模型 Agaram 2.5B 开源 — SuB8u · 2026-10-29
- Nat Lambert 透露 Gemini 未发布模型内部试用一片混乱 — natolambert · 2026-10-29
- 新论文：Outcome RL 提升的多是完成率和可靠性，而非新解题能力 — Shan Yang · 2026-10-29
- 开发者质疑:Google Carbon 若无 10 美元折扣价,需求将崩塌 — bindureddy · 2026-10-29