朋友们‼️ Gemini 4 Carbon 刚刚突然发布，距 Argon 上线才两周（又是一位闷声干大事的，抢在OpenAI 前一天） 来看看参数先！（这里… · @iamtheQwen · TwKit

@iamtheQwen

朋友们‼️ Gemini 4 Carbon 刚刚突然发布，距 Argon 上线才两周（又是一位闷声干大事的，抢在OpenAI 前一天） 来看看参数先！（这里专门拉了前代和top做对比）很强，真的！！ 到底强在哪？不吹不黑，说人话。 【真强的地方】 1. 记性开挂 长上下文GraphWalks：96.2，Opus 5.5 只有 66.8。 意思是一整个大代码库丢进去，它基本不会出现看了后面忘了前面的情况。这是全表差距最大的一项。 2. 能熬夜 谷歌说内部见过它连续跑好几天死磕 bug的。 Terminal-Bench 4.0 拿 65.2，领先 Opus 5.5近 6 个点。 模拟开商店的Vending-Bench 2，它赚了 $16,484，Opus 5.5是 $9,235。 赚钱能力更强！！ 3. 网安是主场 找漏洞、验漏洞、修漏洞三项全部第一。ExploitGym 54.8 对 Opus 5.5 34.5，差了快 20 个点。 4. 开始“不撒谎” 考试作弊成功率0.0%，瞎编减少约一半，遇到不确定的会先询问（那这样幻觉不是会降低好多！）。 对写代码的人来说，这比多几分更值钱。 【还不行的地方】 1. 操作电脑输给Opus 5.5 OSWorld：81.5 对 87.2。打开网页、启动软件这种活，Claude还是更稳。 2. 硬核工程题不是第一 FrontierSWE 2 只有61.2，GPT-6 Astra 65.5、Opus 5.5 62.3都在它前面。 3. 前端审美一般 WebDev Arena只排第 4。早期测试者也说它写界面不行。 4. 慢 早期测试反馈比 Argon慢不少。“能熬夜”的结果就是“等得久”。 5. 你现在用不了 目前只提供给网安防御方，普通人说的是“尽快”。（熟悉的感觉又来了，一个月体会两次😂） 前期还是优惠价 $2/$10，过了时间也会翻倍到 $4/$20。 另外，除了AA指数，大部分数字是谷歌自己测的。 【结论】 如果你的需求是换大代码库、长任务、安全审计，可以等 Carbon。 如果是操作界面、做前端、诉求是要快，现在还是 Claude更稳。 两周前谷歌还在追，今天已经把第一拿到手了。美国大豆包的位置真要拱手让给ChatGPT了？

曝光 712 · 评论 7 · 点赞 8 · 书签 1