Google 发布 Gemini 4 Carbon 预览，以 59 分登顶 Artificial Analysis Intelligence Index v5

Google 的 Gemini 4 Carbon 在 Artificial Analysis Intelligence Index v5 上成为新的第 1 名，在 Artificial Analysis Coding Agent Index 上仅次于 Claude Opus 5.5，位列第二。 Gemini 4 Carbon 在 Intelligence Index v5 上得分 59，这得益于其在复杂推理、知识和科学任务上的领先表现。它在编程和知识工作方面也有大幅提升，尤其是与其他 Gemini 模型相比，但它在这些领域并非全部领先。 与 Gemini 4 Argon 发布时一样，Gemini 4 Carbon 正在向部分用户推出，尚未公开可用。Google 提供 50% 的发布折扣，未确认结束日期。我们所有的图表和数据均使用 Gemini 4 Carbon 和 Argon 的标准定价。 Gemini 4 Carbon 高推理模式的关键结果： ➤ Gemini 4 Carbon 在 Intelligence Index v5 上领先，在 9 项 Index 评估中的 4 项获得第 1 名：HLE-Diamond、Terminal-Bench-Science、AA-Omniscience、AutomationBench-AA。Carbon 在其他方面也取得了大幅提升，但在编程和知识工作上并未领先 ➤ 在编程智能体上仅次于 Claude Opus 5.5：使用 Antigravity CLI，Gemini 4 Carbon（高）在 Artificial Analysis Coding Agent Index 上得分 59，仅落后使用 Claude Opus 5.5（max，62）的 Claude Code 3 分。Carbon 在 Terminal-Bench 4.0（64%）和 FrontierCode v1.1（51%）上均排名第二，落后于 Claude Opus 5.5（max）的 56%。Google 在这一领域历来表现不佳，因此这一提升尤为突出 ➤ 智能体知识工作有所改善，但尚未领先：在 AA-Briefcase 上，Gemini 4 Carbon（高）得分为 1609 Elo，比 Gemini 4 Argon（高，1483）提升了 126 分，但仍落后于 Grok 4.7（xhigh，1638）、Muse Wonder（max，1659）和 Kimi K3.1 Pro（1678）等模型。最大提升来自 Presentation，上升 293 Elo 至 1598，同时 Analytical Quality 提升了 120 分至 1671 ➤ 在整体智能水平相当的情况下，每任务成本低于 Claude Opus 5.5：Gemini 4 Carbon 每个 Intelligence Index 任务成本为 $7.76，比 Claude Opus 5.5（max，$10.04）低约 23%，但约为 GPT-6 Astra（max，$6.25）的 1.2 倍。它每个任务使用 123k 输出 token，比 Claude Opus 5.5（max，173k）少 29%。在相同的 $4/$20 标准定价下，其每任务成本与 Gemini 4 Argon（$7.68）相当，而在 Intelligence Index 上得分高 9 分 ➤ AA-Omniscience v1.1 得分领先，幻觉率低：Gemini 4 Carbon 在我们最近更新的 AA-Omniscience v1.1 上得分 54，比 Claude Opus 5.5（max，48）高 6 分，比 Gemini 4 Argon（46）高 8 分。准确率（% 正确）比 Argon 提升 10 分至 58%，而幻觉率从 4% 上升至 11%。这仍是所有模型中第二低的，仅次于 Argon，而 Claude Opus 5.5（max）和 GPT-6 Astra（max）均为 50% 关键模型细节： ➤ 上下文窗口：1M tokens ➤ 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 tokens $4/$20，与 Gemini 4 Argon 的标准定价相同，并有 50% 折扣。缓存输入 tokens 享受 95% 折扣（每 1M $0.20） 祝贺 @GoogleDeepMind 团队！