Gemini 4 Carbon 跑分曝光，多榜单领先但建模者仍不看好
zacharynado · x · 2026-10-29
配图是一张 Gemini 4 Carbon 的官方风格基准对比表：与 Gemini 4 Argon、GPT-6 Astra、Claude Opus 5.5、Claude Fable 5.1 横评，Carbon 在 SWE-sweep（9.6%）、Terminal-Bench 4.0（65.2%）、AutomationBench（53.9%）、GraphWalks 长上下文（96.2%）、RiemannBench 数学（80.0%）及 CWE-bench、ExploitGym 等网络安全基准上均居首；FrontierSWE 2（61.2%）与 OSWorld-2.1 离线子集（87.2%，Claude 领先）除外。
主帖本身是圈内玩梗：有人调侃即便 Gemini Carbon 便宜又接近某标杆也不会切换，因为「那一天永远不会来」。转发者附上跑分表，暗含反讽。信息核心是这张跨厂商最新基准横评表。
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