Gemini 4 Carbon 登顶 Artificial Analysis Intelligence Index v5

查看模型页面

谷歌的Gemini 4 Carbon在人工智能分析指数v5中位列第一，并在人工智能分析编码代理指数中仅次于Claude Opus 5.5

Gemini 4 Carbon在人工智能分析指数v5中得分为59分，在复杂推理、知识和科学任务方面表现领先。它在编码和知识工作方面也有大幅提升，尤其是在与其他Gemini模型相比时，但在所有这些领域都不是领先者。

与Gemini 4 Argon的发布一样，Gemini 4 Carbon正在向选定的用户推出，尚未公开可用。谷歌提供50%的发布折扣，但尚未确认结束日期。我们所有的图表和数字都使用Gemini 4 Carbon和Argon的标准定价。

Gemini 4 Carbon高推理能力的关键结果：

➤ Gemini 4 Carbon在人工智能分析指数v5中领先，在9项指数评估中的4项中得分第一： HLE-Diamond、Terminal-Bench-Science、AA-Omniscience、AutomationBench-AA。Carbon在其他方面有大幅提升，但在编码和知识工作方面不是领先者

➤ 在编码代理中仅次于Claude Opus 5.5： 使用Antigravity CLI，Gemini 4 Carbon（高）在人工智能分析编码代理指数中得分59分，仅落后于Claude Code与Claude Opus 5.5（最大，62分）3分。Carbon在Terminal-Bench 4.0（64%）和FrontierCode v1.1（51%）中排名第二，落后于Claude Opus 5.5（最大，56%）。谷歌在这个领域历来表现不佳，因此这一改进尤为突出。

➤ 代理知识工作有所改进，但尚未领先： 在AA-Briefcase中，Gemini 4 Carbon（高）得分为1609 Elo，比Gemini 4 Argon（高，1483分）提高了126分，但仍落后于包括Grok 4.7（xhigh，1638分）、Muse Wonder（最大，1659分）和Kimi K3.1 Pro（1678分）在内的模型。最大的提升来自演示，提高了293 Elo至1598分，同时在分析质量方面提高了120分至1671分

➤ 在整体智能相当的情况下，每项任务的成本低于Claude Opus 5.5： 使用标准定价，Gemini 4 Carbon每项人工智能分析任务的成本为7.76美元，比Claude Opus 5.5（最大，10.04美元）低约23%，但比GPT-6 Astra（最大，6.25美元）高约1.2倍。它每项任务使用123k输出令牌，比Claude Opus 5.5（最大，173k）少29%。在相同的4/20美元标准定价下，其每项任务的成本与Gemini 4 Argon（7.68美元）一致，同时在人工智能分析指数中得分高出9分

➤ 领先的AA-Omniscience v1.1得分，虚幻率低： Gemini 4 Carbon在我们的最新更新的AA-Omniscience v1.1中得分为54分，比Claude Opus 5.5（最大，48分）高6分，比Gemini 4 Argon（46分）高8分。准确率（正确百分比）比Argon提高了10分至58%，而其虚幻率从4%提高到11%。与Claude Opus 5.5（最大）和GPT-6 Astra（最大）的50%相比，这仍然是第二低的，仅次于Argon

关键模型详情：

➤ 上下文窗口： 1M令牌

➤ 多模态： 文本、图像、视频和语音输入，文本输出

➤ 定价： 每1M输入/输出令牌4/20美元，与Gemini 4 Argon的标准定价相同，并享有50%折扣。缓存的输入令牌享受95%折扣（标准定价下每1M为0.20美元）