谷歌发布 Gemini 4 Carbon:距 Argon 仅两周,榜单全面领先
Saboo_Shubham_ · x · 2026-10-29
Google 距 Gemini 4 Argon 发布仅两周后推出 Gemini 4 Carbon,主打长时程任务(long horizon)能力。
配套榜单显示其在多项基准领先:AA Index v5.0 达 59(Argon 50、Claude Opus 5.5 58、GPT-6 Astra 57);智能体编码 SWE-sweep 9.6%、Terminal-Bench 4.0 65.2%;计算机使用 Agents' Last Exam 77.4%;长上下文 GraphWalks 96.2%;网络安全 ExploitGym 54.8%、SEC-bench Pro 88.2%;知识工作 AutomationBench 53.9%、Vending-Bench 2 银行余额 $16,484,均为对比模型中最高。仅在 FrontierSWE 2(61.2% vs GPT-6 Astra 65.5%)与 OSWorld-2.1(81.5% vs Opus 5.5 87.2%)落后。
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