Gemini 4 Carbon 以 59 分登顶 AA 指数,仅领先 Opus 1 分
faraz0x · x · 2026-10-29
faraz0x 汇总 Google Gemini 4 Carbon 的官方评测图:该模型以 59 分登顶 Artificial Analysis 指数 v5.0,仅比 Claude Opus 5.5(58)高 1 分;上一代 Argon 为 50。
亮点与短板(据评测表):
- 优势:长上下文 GraphWalks 96.2%、SEC-bench Pro 88.2%、Vending-Bench 2 银行余额 $16,484、Terminal-Bench 4.0 65.2%;网络安全 CWE-bench 71.0%、ExploitGym 54.8%;
- 短板:FrontierSWE 2 (61.2%) 输给 GPT-6 Astra (65.5%);OSWorld-2.1 (81.5%) 输给 Claude Opus 5.5 (87.2%);
- 目前尚未公开可用,将先向网络防御者开放。
所属事件:Gemini 4 Carbon 登顶 Artificial Analysis 智能指数(34 条相关)→
「模型」频道最新
- Gemini 4 Carbon 评测表流出,多榜碾压 GPT-6 与 Claude Opus 5.5 — zacharynado · 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
- Krea2 文字生成不佳，图像模型文字清晰度该选谁 — maxiedaniels · 2026-10-29