Every 实测 Gemini 4 Carbon:编码大幅进步,判断力仍输给 Fable 5.2
every · x · 2026-11-17
Every 发布了对 Google DeepMind 新模型 Gemini 4 Carbon 的付费评测(发布于 Anthropic Fable 5.2 之后一天,时机微妙):
- 编码能力:比前代 Gemini 4 Argon 强得多,可胜任大型构建任务,能长时间低监督地持续工作
- 实测案例:用户 Randy Counsman 让它做播客片头动画(从太空俯冲到布鲁克林办公室),Carbon 根据简短反馈(如"还是太别扭")自主迭代了多版飞行轨迹,给出有野心的可迭代起点,但最终仍需人来把关
- 结论:对 Gemini 生态用户是明显升级,但 Fable 5.2 已把旗舰标准抬高——不仅要能干久活,还得会挑对活、尊重任务边界、知道何时算完成;测试者对 Carbon 需要多少监督意见不一
注:Google 提供了早期访问,但未参与评测内容。
所属事件:Every 实测 Gemini 4 Carbon:编码大进步,判断力仍逊对手(2 条相关)→
「编程与Agent」频道最新
- 6个AI智能体协作设计公寓机电系统:4871次布局测试清零冲突 — minchoi · 2026-11-17
- 2026 年库的快速上手指南:直接给用户一条 prompt — MxMnr · 2026-11-17
- W&B Sweeps 接入 Optuna 与 Ax,一行 yaml 切换调参引擎 — coreweavedevs · 2026-11-17
- 多步 LLM 工作流如何定位哪一步烧钱?Reddit 开发者交流实践 — Youthify · 2026-11-17
- Gemini Managed Agents 支持自托管:模型在谷歌跑,工具在你机器上执行 — _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