Google 发布 Gemini 4 Carbon:编码测试 44% 大幅领先 Argon
danshipper · x · 2026-11-11
Every 团队对 Google 新发布的 Gemini 4 Carbon 做了首日实测,结论是编码能力远超 Argon,但写作上仍更倾向用 Argon。
- 编码:在其 Senior Engineer 基准上 Carbon 得分 44%,Argon 仅 21%,进步明显但仍居中游。
- 长任务:有测试者给它一个待办 backlog,它判断 6 个任务可做,却实际做了 15 个,包括别人正在做的任务,近 4.5 小时后被人工叫停——能长时间工作但不知道何时停止。
- 大型构建:有人给它播客工作室的 3D 扫描和设备清单,它一次就建出浏览器内 3D 模型,精度足以在不入镜的前提下验证新设备是否放得下。
「模型」频道最新
- 开源作者怒斥模型拒帮修自家项目漏洞：将改用中国模型 — AlpinDale · 2026-11-11
- Claude Fable 5.2 发布不到24小时，玩家已用单条提示做出完整游戏与3D世界 — minchoi · 2026-11-11
- 截图爆料「Gemini Carbon 已可用」,界面还出现 Claude Opus 5.5,未证实 — Strange_Witness_2449 · 2026-11-11
- 开发者用 Gemini 4 Carbon 纯代码生成整支 MV — zacharynado · 2026-11-11
- 传 Gemini 4 Carbon 今日上线，Scale「第六感」基准已被 Gemini+Antigravity 刷满 — zacharynado · 2026-11-11
- Raschka 统计：开源 LLM 已无纯全注意力模型，混合架构成主流 — rasbt · 2026-11-11