🤔不可思议！Gemini 4 Carbon 刚在 FrontierCS 2 上拿了 50 分，居然比同框架下的 Argon（54）还要低？！ Google … · @NFT_Chen · TwKit

@NFT_Chen

🤔不可思议！Gemini 4 Carbon 刚在 FrontierCS 2 上拿了 50 分，居然比同框架下的 Argon（54）还要低？！ Google 两周前刚说 Carbon 是“更强的长程+网络安全模型”，AA Index 直接从 50 干到 59，安全代码成功率翻倍。 结果一上这个“删掉论文核心贡献、让模型自己重写并超越原方法”的硬核 CS 研发基准，pass rate 反而更低（24/48 vs 26/48），成本还几乎翻倍（$37 vs $20）。 是 Carbon 更谨慎、测得更久但效率不行？ 还是 FrontierCS 这种真实研发任务戳中了它的软肋？ 还是宣传和实测又一次对不上？ 独立基准开始说话了。 #Gemini4 #Gemini4Carbon #AI #LLM #GoogleDeepMind #FrontierCS https://x.com/MangQiuyang/status/2115680549797077331/video/1

曝光 1373 · 评论 7 · 点赞 13 · 书签 7