Gemini 4 Carbon 登顶 Vending-Bench 2，成本还低于同级前沿模型
vedantmisra · x · 2026-10-31
Andon Labs 的 Vending-Bench 2 榜单上，Google 的 Gemini 4 Carbon 首次登顶第一，终结了 OpenAI 长达一年的榜首地位。该模型在自动售货机经营模拟中拿下最高分，且从分数-成本散点图看，单次运行成本显著低于 OpenAI 同分档模型，性价比优势明显。该基准本身偏 agentic 长程决策能力。
「模型」频道最新
- Matt Shumer 暗示 Opus 5.5 不是上限，AI 圈猜测将有大更新 — daniel_mac8 · 2026-10-31
- 130 次复现未复现 Cohere 报告：Qwen 并未向阿里云上传数据 — ChenhaoTan · 2026-10-31
- Anthropic 在 Claude Code 提示词中拦截仿制他人游戏,开发者质疑其合理性 — sytelus · 2026-10-31
- Gemini Argon 额度实测:99 美元 Ultra 重度用 3 天只剩 16% — teortaxesTex · 2026-10-31
- 深度解析 Decision Models:Perplexity Decider 训练原理与适用场景 — antoine_chaffin · 2026-10-31
- 爆料称 GPT-6.5 Astra 或将发布，博主称其表现强劲 — daniel_mac8 · 2026-10-31