罕见病诊断评测趋饱和:Gemini 4 Carbon 与 Claude Fable 5.2 同解 61.5%

danielmckinn0n · x · 2026-11-11

RareBench 作者 danielmckinn0n 发布最新结果:在罕见病评测 RareBench 上,Gemini 4 Carbon 与 Claude Fable 5.2 并列第一,均解决 61.5%(75/122)的病例;而项目起步时 GPT 5.4 仅得 9%,任务已接近饱和,更难的 RareBench v2 正在准备中。在考察解读真实实验室数据、预测下一步实验的 LabBench 上,Gemini Carbon 以 50.3% 独居榜首。作者判断「AI 将在未来几年走上解决罕见病的轨道」,认为否认 AI 将变革医疗已不成立。