Gemini 4 Carbon 登顶 Agent Arena 榜眼,成本比 Claude Opus 5.5 低 72%
arena · x · 2026-10-29
LMArena 官方账号宣布 Gemini 4 Carbon (High)(Google DeepMind)同时登上 Agent Arena、Code Arena: WebDev 和 Text Arena 三个榜单的 Pareto 前沿。
- Agent Arena 排名第 2,净胜率提升 +16.2%,单任务中位成本 $1.80
- 成本比排名第 1 的 Claude Opus 5.5 (Max) 低 72%
这一成绩显示该模型在 agent 任务上以明显更低的成本逼近顶尖性能,是性价比曲线上的重要落点。
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