Gemini 4 Carbon 实测:仅比最强模型低0.7分,价格只要1/4.5
koraykv · x · 2026-11-11
博主 PawelHuryn 用两个真实仓库、105 个复现 bug 对新模型 Gemini 4 Carbon(high)做盲测,并与多家模型对比:
- Fable 5.2 (max):58 分,$139.65
- Gemini 4 Carbon (high):57.3 分,$31.32
- Sonnet 5.5 (max):51.3 分,$154.03
- GPT-6 Astra (max):45 分,$33.03
- GPT-6.1 Sol (max):44.3 分,$5.88
- Gemini 4 Argon (high):40.7 分,$7.16
作者结论:此前 Google 官方基准看起来很强但外界拿不到模型,现在实测证实没有虚标——比 Argon 高 16.6 分,价格不到 Fable 5.2 的四分之一,约为其 1/4.5。转发者 koraykv 称私有 hard eval 也验证了该模型实力。
「编程与Agent」频道最新
- 研究者用 Fable 5.2 全流程制作 8 分 40 秒 T 细胞科普短片 — DeryaTR_ · 2026-11-11
- 给 Agent 构建者的 10 个开源宝藏:微 VM 运行代码到沙箱隔离 — victor_explore · 2026-11-11
- AiOS 演讲实录：让并行 Agent 更好地配合 Xcode 工具链 — Scobleizer · 2026-11-11
- DSPy 沙箱升级：移除 LiteLLM 后可在 Deno 沙箱内导入 DSPy — lateinteraction · 2026-11-11
- Fable 5.2 实测:两条提示词生成 FPS 射击与 3D 对战打砖块 — vista8 · 2026-11-11
- 9名工程师单日1211个PR：微软复盘Copilot Cowork工程课 — usamawahabkhan · 2026-11-11