Google 发布 Gemini 4 Carbon：AA 指数 v5 登顶，可连续运行数天
rseroter · x · 2026-10-29
Google 发布 Gemini 4 Carbon，距上一代 Argon 仅两周。官方称其在网络安全与长程任务上达到 SOTA，登顶 Artificial Analysis V5（59 分，超过 GPT-6 Astra 的 57 和 Claude Opus 5.5 的 58），编码可用性与对齐度显著提升。
- 关键成绩：SWE-sweep 9.6%、Terminal-Bench 4.0 65.2%、GraphWalks 长上下文 96.2%、CWE-bench 71%、SEC-bench Pro 88.2%、Vending-Bench 2 银行余额 $16,484，多项领先 GPT-6 Astra 与 Claude 系列对手
- 长程能力：内部团队反馈 Carbon 能连续运行数天，在死胡同中坚持，完成大型代码库和底层系统的根因定位与细微 bug 修复等多步工程任务
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