自称谷歌员工爆料:Gemini CUA 与 OpenAI 差距缩至0.9%

allenainie · x · 2026-11-18

一位自称参与 Gemini 工作的账号 allenainie 发帖称,自己参与了 Gemini 在 CUA(计算机使用/agent 能力)上的追赶,「现在与 OpenAI 不相上下」。配图是 Agents' Last Exam v1.1 榜单:Gemini 4 Carbon 得分 77.4%,距 GPT-6.2 Astra 刚发布的 78.3% 仅差 0.9%——从落后 6 个月到 3 个月再到几乎持平。榜单还显示 Claude Fable 5.2 单任务成本高达约 60 美元,Claude Opus 5.5 约 15 美元,而 Gemini 与 OpenAI 的新模型把成本压在几美元以内;脚注注明 Fable 5.2 的成绩剔除了 9 个使用 fallback 模型的任务。爆料本身未经证实,但榜单数据信息量大。

原文链接 →

「模型」频道最新

更多「模型」频道 AI 资讯 →