模型發布
Google Gemini 4 Carbon 登上 Artificial Analysis Intelligence Index v5 第一:綜合分 59,編碼代理僅次於 Claude Opus 5.5
Hacker News單一來源
核實資料不足
目前依單一來源整理,這是來源數量描述,不是對消息真假的判定。
本次未取得足夠原文證據

據 Artificial Analysis 評測,Google 的 Gemini 4 Carbon 在 Intelligence Index v5 取得 59 分,位居第一。其在 9 項評測中有 4 項奪冠,包括 HLE-Diamond、Terminal-Bench-Science、AA-Omniscience 與 AutomationBench-AA。在 Coding Agent Index 上,搭配 Antigravity CLI 的 Carbon(high)得 59 分,僅次於搭配 Claude Code 的 Claude Opus 5.5(max,62 分);在 Terminal-Bench 4.0 與 FrontierCode v1.1 上也排第二,分別為 64% 與 51%。在 AA-Briefcase 上,Carbon 得 1609 Elo,較 Gemini 4 Argon 高 126 分,但仍落後 Grok 4.7、Muse Wonder 與 Kimi K3.1 Pro。
成本方面,以標準定價計算,Carbon 每個 Intelligence Index 任務成本 7.76 美元,約比 Claude Opus 5.5(max,10.04 美元)低 23%,但約為 GPT-6 Astra(max,6.25 美元)的 1.2 倍;每任務輸出 token 為 12.3 萬,比 Claude Opus 5.5 少 29%。AA-Omniscience v1.1 得 54 分,領先 Claude Opus 5.5 的 48 分與 Gemini 4 Argon 的 46 分,幻覺率為 11%,為除 Argon 外最低。
規格方面,Carbon 支援 100 萬 token 上下文,可輸入文字、圖像、影片與語音,輸出為文字。定價為每百萬輸入/輸出 token 4 美元/20 美元,目前享 50% 啟動折扣,折扣期限未定;快取輸入為標準價的 5%(每百萬 token 0.20 美元)。目前 Carbon 僅向部分用戶開放,尚未公開提供。
讀原始報導社群討論
社群對這次 Gemini 4 Carbon(Argon)登上 Artificial Analysis 榜首的反應以懷疑為主:多位留言指出 AA 剛推出 v5 指數、其中 60% 基準為私有且提供基準諮詢服務,質疑評比有利於大廠,也批評未公開發布的模型不應進入排行。實際使用者則回報 Argon 在 OCR、古文字辨識、科學解釋上表現不錯,但 Pro 方案額度極低(5 則訊息即觸發 4 小時冷卻)、易幻覺、寫程式的安全性與穩定性不佳,整體認為榜單與實際體驗落差大。