MKA 基准实测:Gemini 4 Carbon 得分 54.3%,单任务成本仅为 Claude 的 1/6
_philschmid · x · 2026-11-17
Google 与 Artificial Analysis 发布的 Multimodal Knowledge Agent 基准覆盖 10 个垂直领域的多步任务,素材包括 CAD 蓝图、射频原理图、GIS 地图、凝胶板与图表。
配图对比显示:Gemini 4 Carbon 以 54.3%(Climb WSR)位列第二、仅次于 Claude Fable 5.2 的 56.6%,但单任务成本仅 $5.63,远低于 Claude Fable 5.2 的 $35.28、Claude Opus 5.5 的 $10.29 和 GPT-6 Astra 的 $6.15——官方宣称『接近前沿质量、成本大幅更低』。
「模型」频道最新
- Every 实测 Gemini 4 Carbon:编码大幅进步,判断力仍输给 Fable 5.2 — every · 2026-11-17
- 谷歌联合 Artificial Analysis 发布 MKA 基准:200 个专家级多模态任务 — osanseviero · 2026-11-17
- OpenAI 携手四家外部机构对内部模型做嵌入式安全评估 — OpenAI · 2026-11-17
- 谷歌发布 Gemini Decisions API:一次评估千个问题、0 输出 token 计费 — _philschmid · 2026-11-17
- Gemini 4 Carbon vs Hydrogen 怎么选:一个深度推理,一个日常编码 — _philschmid · 2026-11-17
- 谷歌 DeepMind 一周连发 7 项开发者更新:Gemini 4 双模型领衔 — _philschmid · 2026-11-17