Every 实测 Gemini 4 Carbon:编码更强,判断力仍逊 Fable 5.2
every · x · 2026-11-16
Every 发布对 Google DeepMind 新模型 Gemini 4 Carbon 的长篇实测(发布于 Anthropic Fable 5.2 之后一天)。
- 编码能力较上一代 Gemini 4 Argon 显著提升,可长时间低监督完成大型构建任务
- 三维对象生成质量更好
- 判断力是短板:在 Miami 选酒店测试中,各模型反复收敛于相同选择,而 Carbon 给出了不同的 Kimpton Hotel Palomar South Beach,并推荐了测试者未考虑过的餐厅,说明其在位置、价格、场合判断上有独立见解,但测试者对其所需监督程度看法不一
- 总体结论:Carbon 让 DeepMind 更具竞争力,但 Fable 5.2 已把旗舰模型的标准抬高到「会选对工作、尊重任务边界、知道何时收尾」
文章为付费订阅内容,Google 提供早期访问但未参与评审。
「模型」频道最新
- MiniMax M3.1 Flash 上架 OpenRouter,Inferact 成首家供应商 — Xianbao_QIAN · 2026-11-16
- Thinking Machines 被看好领美式开源回潮,Inkling 2 Small 值得一试 — victormustar · 2026-11-16
- Fable 5.2 与 Astra 6 做 PCB 布局实测:前者 2 轮完成,后者 30 轮失败 — ilovemydickuwu · 2026-11-16
- 曝谷歌下一代 Flash 模型名 Gemini 4 Oxygen,设计能力亮眼 — feblet · 2026-11-16
- 上海 AI 实验室开源 Sage S2.1 Flash:15 项科学基准 4 项第一 — pmttyji · 2026-11-16
- DeepSeek 收紧免费额度遭一星差评围攻,免费 whales 不复存在 — teortaxesTex · 2026-11-16