谷歌时隔两周连发 Gemini 4 Carbon,官方公布全量评测数据
kimmonismus · x · 2026-10-29
Sundar Pichai 官宣发布 Gemini 4 Carbon,距 Gemini 4 Argon 仅两周。官方数据显示 AA Index v5.0 达 59 分(超 Claude Opus 5.5 的 58、GPT-6 Astra 的 57),长时任务与网络安全能力显著提升:
- 安全类:CWE-bench 71.0%、ExploitGym 54.8%、SEC-bench Pro 88.2%,均领先 GPT-6 Astra 与 Claude Opus 5.5
- Computer use:Agents' Last Exam 77.4%、OSWorld-21 81.5%
- 长上下文 GraphWalks(256k–1M)96.2%,大幅领先所有对手
- 科学数学:RiemannBench 80.0%、Terminal-Bench-Science 64.8%
- Vending-Bench 2 银行余额 $16,484,为对比模型中最高
所属事件:谷歌发布 Gemini 4 Carbon，登顶 AA 榜首(84 条相关)→
「模型」频道最新
- Kimi K3.1 对比 DeepSeek V4：非 SSW 特化但在多项硬核基准进步明显 — teortaxesTex · 2026-10-29
- 爆料称 Anthropic 还有更大的实验室公告，成果或年底至明年初公布 — ChrisGPT · 2026-10-29
- 伯克利等提出信息论缩放律：可预测扩散模型的记忆化与 FID — LucaAmb · 2026-10-29
- 博主实测：Google Carbon 比 Argon 废话更少、约束遵循更好 — legit_api · 2026-10-29
- LMArena 实测 Gemini 4 Carbon 预览版：3D 生成与创意领先，细节有缺口 — arena · 2026-10-29
- Gemini 3.1 Pro 出现「人格分裂」：两个自我争抢浏览器控制权 — davidad · 2026-10-29