AI图鉴

AI图鉴首页 › AI 资讯 › Gemini 4 Carbon 是人工分析智能指数v5上的新1号

Gemini 4 Carbon 是人工分析智能指数v5上的新1号

来源:Hacker News · 发布时间:10-29 · 由 AI图鉴每小时自动聚合

文章 URL:https://artificialanalysis.ai/articles/gemini-4-碳-新数字-1 评论 URL:https://news.ycombinator.com/items?id=50288019 点:194 # 逗号

2026年10月28日 (英语).

Gemini 4 Carbon 是人工分析智能指数v5上的新1号

见模型页面

Google的Gemini 4 Carbon是人工分析智能指数v5上的新1,在人工分析编码Agent指数上仅次于Claude Opus 5.5

Gemini 4 Carbon在Intelligence Index v5上得分59分,由在复杂推理,知识和科学任务中的领先表现所驱动。 它在编码和知识工作方面也有很大收益,特别是与其他Gemini模型相比,但它并没有在所有这些领域领先。

和Gemini 4 Argon的发布一样,Gemini 4 Carbon正在向选定的用户推出,尚未公开。 Google提供50%的发布折扣,没有确认结束日期。 所有图表和数字都使用Gemini 4碳和Argon的标准定价。

Gemini 4 Carbon 具有高推理性的关键结果:

Gemini 4 Carbon领先情报指数v5,在9个指数评价中的4个中得分为#1:HLE-Diamond,Terminal-Bench-Science,AA-Omniscience,自动化Bench-AA. 碳在其他地方取得巨大收益,但在编码和知识工作方面并不领先

仅后面的Claude Opus 5.5在编码agents:使用Antigravity CLI,Gemini 4 Carbon(高)在人工分析编码Agent指数上仅比Claude Code得分59分3分,与Claude Opus 5.5(最大,62分). 碳在终端-Bench 4.0(64%)和FrontierCode v1.1(51%)中位居第二,落后于Claude Opus 5.5(最大)56%. Google在这方面历来表现不佳,因此这一改进突出。

改善的代理知识工作,但还没有领先:在AA-Briefcase上,Gemini 4 Carbon(高)得分1609 Elo,比Gemini 4 Argon(高,1483)提高126分,但仍落后于模型,包括Grok 4.7(高,1638),Muse Wonder(最大,1659)和Kimi K3.1 Pro(1678). 最大的收益来自演示文稿,293 Elo上升到1598年,同时分析质量提高到1671年120分。

相对整体情报而言,每个任务的成本低于Claude Opus 5.5:按照标准定价,Gemini 4 Carbon每个情报指数任务的成本为7.76美元,比Claude Opus 5.5(最大,10.04美元)低23%,但~1.2x GPT-6 Astra(最大,6.25美元). 它每任务使用123k输出符,比Claude Opus 5.5(最大,173k)少29%. 按4美元/20美元的标准定价,每个任务的成本与Gemini 4 Argon(7.68美元)一致,同时在情报指数上得分更高9分

领先AA-Omniscience v1.1分,低幻觉:Gemini 4 Carbon 在最近更新的AA-Omniscience v1.1中得分54分,比Claude Opus 5.5(最大48分)领先6分,比Gemini 4 Argon(46分)领先8分。 准确性(%正确)比阿尔贡高10分,达到58%,而它的幻觉率则从4%上升到11%. 这仍然是任何型号中第二低的,仅落后于Argon,而Claude Opus 5.5(最大)和GPT-6 Astra(最大)均为50%.

关键模型细节:

上下文窗口:1M 令牌

多种模式:文本、图像、视频和语音输入,以及文本输出

定价:每1M输入/输出信物4元/20元,与Gemini 4 Argon标准定价相同,折扣50%. 缓存输入令牌获得95%的折扣(按标准定价,每1M美元0.20美元)

读最新

GitHub Copilot 组合管弦乐器 Anthropic和OpenAI型号平衡性能和成本

它Hub在GitHub Copilot中拥有发布 Copilot Fusion,它协调Anthropic和OpenAI模型。 它以编码Agent指数中每个任务成本的一半在Claude Code的Opus 5.5以下得分。

2026年10月28日 (英语).

人工分析情报索引 v5

Index v5具有2个新的基准测试和3个升级功能。 指数的绝大部分首次建立在私人数据集上

2026年10月27日 (英语).

代码2Video-AA:AI模型如何在代码中设计视频?.

人工分析公司实施HeyGen的Code2Video Bench,评价模型利用HyperFrames HTML从114设计简报中创建短产品和品牌视频的精良程度。

2026年10月26日 (英语).

本文由 AI图鉴自动抓取并翻译,版权归原作者所有;如需查看原文请点下方链接。

相关 AI 工具

相关免费羊毛

同源资讯

阅读原文(artificialanalysis.ai)

标题、摘要与正文均来自该信源的公开页面,版权归原作者所有;本站自动聚合与翻译,仅作出处跳转。

← 返回 AI 资讯列表AI工具图鉴首页

返回 AI图鉴首页 · 提交工具 · 商务合作 · 关于本站 · 598 款 AI 工具分类导航 · 每日 AI 热门项目与动态