Gemini 4 Carbon 在 GDPx 基准上略逊 Claude，但性价比更高
Gemini 4 Carbon lags just behind Claude in benchmark, but wins in value
SemiAnalysis 发布前沿模型基准 GDPx，覆盖金融、材料科学、网络安全、软件工程、法律、生物等 206 项任务，并同时列出各模型得分与成本。9to5Google 报道称，Google 的 Gemini 4 Carbon 在榜单上略落后于 Claude，但单位成本表现更好；若剔除网络安全、生物和对齐领域，GPT-6 Astra 居首，GPT 6.1 Sol 与 Claude Sonnet 5.5 也排在 Gemini 4 Carbon 之前。Google 现有模型 Gemini 4 Argon 在两份榜单中均列第八，成本仅略低于 Carbon；Google 于 10 月 28 日发布 Gemini 4 Carbon，多数客户仍需等待上线。
推荐理由
AI 评分 60
SemiAnalysis 的 GDPx 基准同时列出分数与成本，读者可据此比较 Gemini 4 Carbon 与 Claude、GPT 的性价比差异。
主题
正文 · AI 翻译
Google 的新前沿模型 Gemini 4 Carbon 带来了一些令人欣喜的改进，虽然它在一项新基准测试中并未登顶，但确实提供了更高的性价比。
AI 研究与分析公司 SemiAnalysis 最近发布了其新的前沿级基准测试 GDPx，其中包含 Google Gemini 4 Carbon 模型的各项数据。该排行榜收录了来自 OpenAI、Anthropic 和 Meta 等公司的所有主要前沿模型，并详细列出了每个模型的得分和成本。
该基准测试包含 206 项任务，涵盖金融、材料科学、网络安全、软件工程、法律、生物学以及其他多个领域（主题）。
报告指出，若剔除网络安全、生物学和对齐领域，结果会发生变化。Claude 和 GPT 模型中的安全防护机制使 GPT-6 Astra 位居榜首，GPT 6.1 Sol 和 Claude Sonnet 5.5 的排名也高于 Gemini 4 Carbon。SemiAnalysis 表示，这更符合他们对各模型的“主观印象”。
至于 Google 现有的前沿模型 Gemini 4 Argon，它在两份榜单中均排名第八，超过了 Meta 的 Muse Wonder，但低于 Wonder Full。Argon 在这项特定基准测试中的成本仅略低于 Carbon。
在聚焦网络安全时，Google 的两款模型得分均优于 OpenAI 和 Anthropic 的模型，但确实落后于 Meta 的 Muse 系列模型——基准测试发现后者“以明显优势”位居最佳。
Google 于 10 月 28 日发布了 Gemini 4 Carbon，并宣称其取得了“显著提升”，但公开发布日期尚未确认。对大多数客户而言，它“即将推出”。下方 Google 自家的基准测试显示，它在许多方面都超过了 GPT-6 Astra 和 Opus 5.5。
更多关于 Gemini 的内容：
最新 Gemini 设计登陆所有 Android 设备，应用升级文件生成功能
Google 通过新的开发者平台为 Gemini 和搜索添加更多互联应用
Google 称 Gemini 4 Argon 在 Android 编程方面远远落后于 Claude 和 GPT-6