Every 实测 Gemini 4 Carbon:编码大进,判断力仍逊 Fable 5.2
every · x · 2026-11-18
Every 发布对 Google DeepMind 新模型 Gemini 4 Carbon 的付费评测(发布于 Anthropic Fable 5.2 提升预期之后一天)。
核心结论
- Carbon 是一次明显升级:编码能力远强于上代 Gemini 4 Argon,3D 物体生成质量更好,能接手复杂任务并连续自主工作数小时。
- 但 Fable 5.2 已重新定义了「旗舰」标准:不仅要能长时间工作,还要会选对任务、尊重任务边界、知道何时收工。Carbon 在这些判断力维度上仍存差距,测试者对其所需监督程度意见不一。
- 写作风格对比:同一描述「不停颤动的树莓果冻」,Fable 直接简短;Carbon 倾向描述性、技术性、形容词堆叠(「半透明红宝石般的语体圆顶」)。
附带信息:Google 提供早期访问但无评审干预;标题认为 Carbon「编码强于判断」。
所属事件:Every 实测 Gemini 4 Carbon:编码提升但判断力不敌 Fable 5.2(3 条相关)→
「模型」频道最新
- 4KB 数据语义描述文件让 AI 准确率最高提升 23 点 — YvesMulkers · 2026-11-18
- GLM-5.3 定价被指离谱便宜:10 美元套餐可用 500 美元额度 — rez0__ · 2026-11-18
- 观察:AI agent 能算对数学,写出的过程却常人无法阅读 — burny_tech · 2026-11-18
- shuding 曝代码模型测评:Rust 达 95~100%,13 种语言准确率大涨 — shuding · 2026-11-18
- 让 Opus 做视频回答「世界为何存在」,作者:没看懂但很酷 — flowersslop · 2026-11-18
- theo 再测 GPT-6.2 Astra:有进步但诊断能力仍方向性糟糕 — airesearch12 · 2026-11-18