Gemini 4 Carbon 登顶 Arena 文本榜,Agent 榜第二且成本仅 Opus 5.5 的 28%
infwinston · x · 2026-10-29
Arena 官方宣布 Google DeepMind 的 Gemini 4 Carbon (High) 首次上榜即拿下 Text Arena 第一、Agent Arena 第二、WebDev Code Arena 第四,官方称其「重塑三大赛道的 Pareto 前沿」。
关键数据:
- Agent Arena 排名 #2,净提升 +16.2%,基于全球社区 2.19 万+ 真实 agent 会话,超过 GPT-6 Astra 与 Fable-5.1
- 每任务中位成本 $1.80,比榜首 Claude Opus 5.5 (Max) 便宜 72%
- Steerability(可纠偏性)单项第一(+18.6%)
配图为 Agent Arena 榜单截图:Claude Opus 5.5 (Max) 以 +21.1% 居首,Gemini 4 Carbon (High) +16.2% 第二,Claude Sonnet 5.5、GPT-6 Astra、Claude Fable 5.1 依次排在其后。
所属事件:Gemini 4 Carbon 登顶 Artificial Analysis 智能指数(35 条相关)→
「模型」频道最新
- theo 炮轰新模型跑分:不如 Composer 2,运行成本还高 4 倍 — zacharynado · 2026-10-29
- 网传 Gemini 新命名分层：Carbon/Argon/Flash 对标 Opus 与 Haiku — koltregaskes · 2026-10-29
- Kaggle 举办 Bench Summit:指出现行基准测试三大失效问题 — MeganRisdal · 2026-10-29
- SWE-sweep 发布一个月即进入 Google DeepMind 前沿模型模型卡 — OfirPress · 2026-10-29
- 开发者吐槽:Google 模型跑分漂亮,实际用的人却不多 — zacharynado · 2026-10-29
- 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