AI宝库

AI宝库首页 › AI 资讯 › Gemini 4 Carbon 是人工分析智能指数v5上的新一号

Gemini 4 Carbon 是人工分析智能指数v5上的新一号

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

文章 URL:https://artificalanalysis.ai/articles/gemini-4-碳-新数字-1 评论 URL:https://news.ycombinator.com/item?id=50288019 要点:228#comme

2026年10月28日 (英语).

Gemini 4 Carbon 是人工分析智能指数v5上的新一号

见模型页面

Google的Gemini 4 Carbon是人工分析智能指数v5上的新一号,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,由复杂推理,知识和科学任务中的主要表现所驱动。 它在编码和知识工作方面也有很大收益,尤其是与其他Gemini模型相比,但它并没有在所有这些领域领先。

与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。 我们所有的图表和数字都采用了Gemini 4碳和Argon的标准定价。

Gemini 4 Carbon 关键结果推理高:

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. 碳在别处取得巨大收益,但在编码和知识工作方面并不领先

仅以Claude Opus 5.5为编码后agents:用Antigravity CLI,Gemini 4 Carbon(高)在人工分析编码Agent指数上仅以Claude Code和Claude Opus 5.5(最大,62. 碳在终端-Bench 4.0 (64%)和FrontierCode v1.1 (51%)中排名第二,以56%的成绩落后于Claude Opus 5.5 (最大). Google在这方面历来表现不佳,因此这一改进突出。

改进了代理知识工作,但尚未领先:在AA-Briefcase上,Gemini 4 Carbon (高)分数为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,293 Elo升至1598,同时分析质量提高120分至1671分

可比整体情报,每个任务的成本比Claude Opus 5.5低:采用标准定价,Gemini 4 Carbon每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%,但为~1.2x GPT-6 Astra(最大,6.25美元). 它每个任务使用123k输出令牌,比Claude Opus 5.5(最大,173k)少了29%. 在4美元/20美元的标准定价中,每个任务的费用与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,低幻能分:Gemini 4 Carbon 在最近更新的AA-Omniscience v1.1分上得分54分,比Claude Opus 5.5分(最大48分)领先6分,比Gemini 4 Argon分(46分)领先8分。 准确度(%正确度)比阿尔贡高出10分到58%,而它的幻觉率从4%上升到11%. 这仍然是任何型号中第二低的,仅落后于阿尔贡,而Claude Opus 5.5(最大)和GPT-6 Astra(最大)均为50%.

主要模型细节:

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个输入/输出符4美元/20美元,与Gemini 4 Argon标准定价相同,折扣为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)

读取最新的

GitHub Copilot 组合管弦乐 Anthropic和OpenAI模型,以平衡性能和成本

itHub有发布 Copilot Fusion 在GitHub Copilot中,它协调了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中比Opus 5.5低2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之上

2026年10月27日 (英语).

Code2Video-AA:AI模型如何在代码中设计视频?.

人工分析"HeyGen's Code2Video Bench"的应用,评价模型在使用HyperFrames HTML的114个设计简报中创建了多好的产品和品牌视频。

2026年10月26日 (英语).

本文由 AI宝库自动抓取并翻译,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宝库首页 · 提交工具 · 商务合作 · 关于本站 · 597 款 AI 工具分类导航 · 每日 AI 热门项目与动态