Gemini 4 Carbon 登 Vals 榜第二,拿下金融与法律双第一
zacharynado · x · 2026-10-29
评测机构 Vals AI 发布 Index v2.2,Google DeepMind 的 Gemini 4 Carbon 首次上榜即列总榜第二(准确率 70.36%),仅次于 Claude Sonnet 5.5(70.85%),同时拿下金融指数与法律研究基准双第一。
榜单关键数据:
- Claude Sonnet 5.5:70.85%,单次测试 $18.70,耗时 1h26m
- Gemini 4 Carbon:70.36%,单次 $10.51,耗时 47m45s——比榜首便宜一半、快近一倍
- Claude Opus 5.5 以 70.18%、$28.12 列第三
- Gemini 4 Argon 排第四(69.24%);GPT-6 Astra 65.02% 列第六
- DeepSeek V4.1 Flash 成本最低($0.66/次)排第十
Gemini 4 Carbon 的卖点在于用约一半的成本与更短延迟拿到接近榜首的准确率。
所属事件:Vals 指数榜：Claude Sonnet 5.5 登顶，Gemini 4 Carbon 第二(3 条相关)→
「模型」频道最新
- Anthropic 回应 Claude Code 用量暴涨：无单一根因，重会话烧 token 属正常 — bcherny · 2026-10-29
- OpenAI Codex 负责人回应合并计划：Chat 与 Codex 能力将统一，但尚无时间表 — CtrlAltDwayne · 2026-10-29
- 社区用公开权重逆向实锤：Qwen3.5-27B 竟由 9B 模型层堆叠「生长」而成 — davidad · 2026-10-29
- Reddit 用户吐槽：AI 产品档位太多，一个模型一档定价更有市场 — Tight-Grocery9053 · 2026-10-29
- LMArena 现神秘新模型 Kerria，tokenizer 错误特征指向 Qwen — lyraxana · 2026-10-29
- Google 员工自评：Gemini 的行文风格比其他 LLM 更好读 — amankhan · 2026-10-29