Google Gemini 4 Carbon 基準測試成績略遜於 Claude 但性價比明顯優勢

·著者 Henderson·AI
Google Gemini 4 Carbon 基準測試成績略遜於 Claude 但性價比明顯優勢

AI研究および分析機関SemiAnalysisは、最近その最前線モデルの基準テストGDPxを発表し、Googleの新しい最前線モデル Gemini 4 Carbon の成績を含めた。該当リストには OpenAI、Anthropic、およびMetaなどの主要な最前線モデルが含まれ、各モデルの得点とコストが列挙されている。

Google Gemini 4 Carbon 在基準測試中表現優異

Google Gemini GDPx基準テストは206項目のタスクを含み、金融、材料科学、ネットワークセキュリティ、ソフトウェア工学、法律、生物などの多くの分野をカバーしている。結果は、AnthropicのClaude Opus 5.5が首位に立ち、Google Gemini 4 Carbonがそれに続く形となり、両者の得点差は小さいが、コスト差は顕著である。Claudeの各タスクコストは約US$51(約HK$397)であり、Geminiの各タスクコストはわずかにUS$16(約HK$124)を超えている。

Geminiのコストパフォーマンスは、ランキング上位のGPT-6 Astraよりも優れており、後者はGeminiよりも得点が低いにもかかわらず、各タスクコストは約US$54(約HK$421)であり、前述の二つのモデルよりも高い。

報告によれば、ネットワークセキュリティ、生物学、整合性などの分野を除外すると、ランキングが変動する。ClaudeおよびGPTモデルの安全性の影響を受けて、GPT-6 Astraが首位に上昇し、GPT 6.1 SolおよびClaude Sonnet 5.5のランキングもGemini 4 Carbonを上回ることとなった。SemiAnalysisは、この結果が各モデルに対する主観的印象により近いと述べている。

Googleの現行最前線モデルGemini 4 Argonは、両方のリストで第八位に位置しており、MetaのMuse Wonderを上回っているが、Wonder Fullには劣っている。Argonのこの基準テストにおけるコストはCarbonよりもわずかに低い。ネットワークセキュリティ分野では、Googleの二つのモデルの得点はOpenAIおよびAnthropicのモデルを上回っているが、MetaのMuseシリーズには劣っており、基準テストでは後者が明らかに優位であると評価されている。

Googleは10月末にGemini 4 Carbonを発表し、顕著な向上を達成したと述べているが、公開日についてはまだ確認しておらず、大多数の顧客にとっては未だ発売予定である。Google自身の基準テストでは、このモデルがGPT-6 AstraおよびClaude Opus 5.5の多くの面で優れていることが示されている。

H
著者について
Henderson