Every 实测 Gemini 4 Carbon：编码大升级但判断力跟不上
danshipper · x · 2026-11-11
Every 团队在发布日第一时间实测 Google DeepMind 新模型 Gemini 4 Carbon：编码能力较 Gemini 4 Argon 显著提升，3D 物体生成质量更好，能独立推进大型项目连续工作数小时、很少需要监督。但问题在于它「不知道什么时候该停」——前一天 Anthropic Fable 5.2 刚把标准抬高：旗舰模型不仅要能干久活，还要会挑对任务、尊重任务边界、知道何时收工。测试者对 Carbon 需要多少监督意见不一；结论是编码强但判断力不足，写作方面作者仍会留用 Argon。
所属事件:Gemini 4 Carbon 发布首日实测：编码大幅超越 Argon(10 条相关)→
「模型」频道最新
- Yuanbao-Reranker 发布 0.6B/4B/8B 三档重排器,基于 Qwen3 合成数据训练 — _reachsumit · 2026-11-11
- gnukeith 囤多台 Framework 练小模型：2B 或能干 75% 的活 — gnukeith · 2026-11-11
- 曝 Anthropic 内部 Model 4 达 AECI 178.76，Mythos 5.2 疑为「削弱版」 — haider1 · 2026-11-11
- 开发者训练小型 CoreML 决策模型,大幅跑赢自有基线 — cyrilzakka · 2026-11-11
- Fable 5.2 审计代码库揪出 Opus 5.5 遗漏的多处问题 — CtrlAltDwayne · 2026-11-11
- Bindu Reddy 实测新模型 Carbon：很强但比 Opus 5.5 慢 3 倍 — bindureddy · 2026-11-11