Gemini 4 Carbon 实测:105 个真实 bug 得分 57.3,成本仅竞品四分之一
DynamicWebPaige · x · 2026-11-11
开发者 Pawel Huryn 用两个真实仓库、105 个复植 bug 测试 Gemini 4 Carbon(high),结果显示:
- Fable 5.2 (max):58 分,花费 $139.65
- Gemini 4 Carbon (high):57.3 分,仅 $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
Carbon 相比 Argon 提升 16.6 分,价格不到 Fable 5.2 的四分之一,官方基准此前被质疑,实测证明没有虚标。作者断言「没人该再嘲笑 Google」。
所属事件:Bug Hunt Bench 实测：Fable 5.2 居首，Gemini 4 Carbon 低价紧追(10 条相关)→
「编程与Agent」频道最新
- 新基准 Continual-ARC:主流 Agent 均无法从经验中学习 — alifcoder · 2026-11-12
- KubeCon 前夕 Azure Day：AKS 单集群 65 节点跑 2.2 万个 Agent — davemccollough · 2026-11-12
- OpenShell 实用技巧:一条命令把沙箱内 Web 应用暴露到浏览器 — gethackteam · 2026-11-12
- 开发者打造「智能操作系统」：模型与智能体直接内建于 Linux 桌面系统 — NerdyRodent · 2026-11-12
- 同一提示词实测:Claude、ChatGPT、Figma Make 各生成 UI — Tegadesigns · 2026-11-12
- DeepLearning.AI 与 Prior Labs 推表格基础模型免费短课 — DeepLearningAI · 2026-11-12