Every 实测 Gemini 4 Carbon:编码更强但判断力不及 Fable 5.2

every · x · 2026-11-14

Google DeepMind 发布新旗舰 Gemini 4 Carbon,Every 在发布前一天刚测过 Anthropic 的 Fable 5.2,时机尴尬。
实测要点：Carbon 比 Gemini 4 Argon 编码能力强得多，3D 物体生成更好，能承接需要连续工作数小时的复杂构建任务、只需少量监督。
一个真实案例：在 Everycut 项目中，多个模型都没发现时间线里反复出现的音频剪辑问题(如切掉别人说话)，Carbon 找到了问题并自主开了修复 PR,经 review 后被合并。
但作者认为 Fable 5.2 抬高了旗舰模型的标准：不仅要有长时间工作能力，还要会判断该做什么、遵守任务边界、知道何时完工。Carbon 在这类任务上还需多少监督，测试者意见不一。
结论：对 Gemini 生态用户是实打实的升级，但「更好的模型」仍未能追上 Fable 定下的预期。

注：每篇为付费订阅内容，以上为可见部分;Google 提供了早期访问但未参与评审。

「编程与Agent」频道最新