Gemini 4 Carbon 登顶文本 Arena,Agent 成本比 Opus 5.5 低 72%
altryne · x · 2026-10-29
LMArena 宣布 Google DeepMind 的 Gemini 4 Carbon (High) 登场即登顶:
- Text Arena 排名第 1,Agent Arena 第 2,WebDev Code Arena 第 4,重塑三个榜单的 Pareto 前沿
- Agent Arena 中基于 2.19 万条真实 agent 会话,净提升 +16.2%,超越 GPT-6 Astra 与 Fable-5.1 等顶级模型
- 每任务中位成本 $1.80,比排名第 1 的 Claude Opus 5.5 (Max) 便宜 72%
细分信号上,可操纵性(Steerability)+18.6% 排第 1。转发者 petergostev 补充,他在发布前用过 Carbon,体验明显好于 Argon,认为 Google 这次是来真的,希望保持发布节奏。
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