Artificial Analysis：Gemini 4 Carbon 登顶 Intelligence Index v5，编码智能体仅次于 Claude Opus 5.5
Artificial Analysis 评测显示，Google 的 Gemini 4 Carbon 以 59 分登上 Intelligence Index v5 第一，在 9 项评测中的 4 项（HLE-Diamond、Terminal-Bench-Science、AA-Omniscience、AutomationBench-AA）排名第一。
Artificial Analysis· @ArtificialAnlys · X·2026-10-29 01:23· 19 分钟前AI 评分71
AI 导读
Artificial Analysis 评测显示，Google 的 Gemini 4 Carbon 以 59 分登上 Intelligence Index v5 第一。
正文 · 原文
Google 的 Gemini 4 Carbon 成为 Artificial Analysis Intelligence Index v5 的新晋第一，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，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，但在这些领域并非全面领先。
与 Gemini 4 Argon 发布时一样，Gemini 4 Carbon 正面向部分用户逐步开放，尚未公开可用。Google 提供 50% 的发布折扣，结束日期尚未确认。我们所有的图表和数据均采用 Gemini 4 Carbon 和 Argon 的标准定价。
Gemini 4 Carbon（高推理）的关键结果：
➤ Gemini 4 Carbon 领跑 Intelligence Index v5，在 9 项 Index 评测中的 4 项位列第一：HLE-Diamond、Terminal-Bench-Science、AA-Omniscience、AutomationBench-AA。Carbon 在其他方面也有显著提升，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：搭配 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，因此这一进步尤为突出
➤ 智能体知识工作有所提升，但尚未领先：在 AA-Briefcase 上，Gemini 4 Carbon（高）得分 1609 Elo，比 Gemini 4 Argon（高，1483）提升 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 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 每项 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 上高出 9 分
➤ AA-Omniscience v1.1 得分领先，幻觉率低：Gemini 4 Carbon 在我们近期更新的 AA-Omniscience v1.1 上得分 54，领先 Claude Opus 5.5（max，48）6 分，领先 Gemini 4 Argon（46）8 分。准确率（% 正确）较 Argon 提升 10 分至 58%，而幻觉率从 4% 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 为 $4/$20，与 Gemini 4 Argon 的标准定价相同，并提供 50% 折扣。缓存输入 tokens 享受 95% 折扣（每 1M $0.20）
祝贺 @GoogleDeepMind 团队！
来源：Artificial Analysis · x.com
来源：RadarAI · aihot.news