Google DeepMind 推出 Gemini 4 Carbon (High):登頂 Text Arena 榜首,Agent Arena 居次
除拿下 Text 榜首與 Agent 第二外,該模型亦位居 WebDev 程式榜第四,官方稱其重塑了三榜的 Pareto 前沿。
X @arena單一來源
72 則值得知道的變化
除拿下 Text 榜首與 Agent 第二外,該模型亦位居 WebDev 程式榜第四,官方稱其重塑了三榜的 Pareto 前沿。
該榜單納入 Intelligence Index v5,評測 CAIS 與 Scale AI 歷時一年精煉的千題 HLE。
統計涵蓋 13 家機構共 30 款 Agent,分析顯示若快取 token 均以模型原價計費,典型任務的支出將大幅暴增。
模型基於 3 萬小時訓練資料打造,相容 22 類機器人本體,並具備跨本體的 few-shot 泛化能力。
以單張 H200 經 SFT 與蒸餾訓練,在維持 MMLU-Pro 82.5 分知識量的同時,透過自我博弈改善長對話退化問題。
透過 engram 卸載可將硬體需求降至 64GB 記憶體,UD-IQ1_M 在 AIME25 獲 95 分,優於競品同級的 91.88 分。