Google 新推出的前沿模型 Gemini 4 Carbon 带来了一些令人欣喜的改进,虽然在新的基准测试中未能名列前茅,但其性价比却显著提升。AI 研究及分析公司 SemiAnalysis 最近发布了其新的前沿级基准 GDPx,其中包括 Google 的 Gemini 4 Carbon 模型的数据。该排行榜涵盖了来自 OpenAI、Anthropic 和 Meta 等主要前沿模型,并详细列出了每个模型的分数及成本。
该基准测试涵盖了 206 项任务,涉及金融、材料科学、网络安全、软件工程、法律、生物学及其他多个领域。
结果显示,Anthropic 的 Claude Opus 5.5 轻松夺冠,但 Google 的 Gemini 4 Carbon 紧随其后。两者之间的差距相对较小,但成本却是此处最为重要的考量因素。Claude 每项任务的成本约为 US$51 (约 HK$398),而 Gemini 则仅略高于 US$16 (约 HK$125)。Gemini 也超越了排行榜上下一个模型 GPT-6 Astra,该模型得分较低,且每项任务的成本约为 US$54 (约 HK$421)。
报告指出,若去除网络安全、生物学及调整领域,结果将会发生变化。Claude 和 GPT 模型的安全防护措施使得 GPT-6 Astra 在排行榜上名列前茅,而 GPT 6.1 Sol 和 Claude Sonnet 5.5 的排名则高于 Gemini 4 Carbon。SemiAnalysis 表示,这与他们对每个模型的主观印象更为一致。至于 Google 现有的前沿模型 Gemini 4 Argon,其在两个排行榜上均位列第八,超越了 Meta 的 Muse Wonder,但却低于 Wonder Full。Argon 在这次基准测试中的成本仅略低于 Carbon。
Full。Argon 在这次基准测试中的成本仅略低于 Carbon。
Google Gemini 4 Carbon 在基准测试中表现出色
在专注于网络安全时,Google 的两个模型均优于 OpenAI 和 Anthropic 的模型,但在此方面却落后于 Meta 的 Muse 模型,基准测试显示 Muse 模型的表现优于其他模型,差距颇为明显。Google 于 10 月 28 日宣布了 Gemini 4 Carbon,并宣称其有显著的提升,但公众发布的具体日期尚未确认,预计将很快面向大多数用户推出。
Google 自家的基准测试显示,Gemini 在多个方面超越了 GPT-6 Astra 和 Opus 5.5。
项目 规格 每项任务成本 (Gemini 4 Carbon) 约 US$16 (约 HK$124) 每项任务成本 (Claude) 约 US$51 (约 HK$397) 每项任务成本 (GPT-6 Astra) 约 US$54 (约 HK$421)

