Google Gemini 4 Carbon 基准测试成绩略逊于 Claude 但性价比明显优势

·作者 Henderson·AI
Google Gemini 4 Carbon 基准测试成绩略逊于 Claude 但性价比明显优势

据了解,AI 研究与分析机构 SemiAnalysis 最近发布其前沿模型基准测试 GDPx,并将 Google 新款前沿模型 Gemini 4 Carbon 的成绩纳入其中。该榜单涵盖 OpenAI、Anthropic 和 Meta 等厂商的主要前沿模型,并列出各模型的得分与成本。

Google Gemini 4 Carbon 在基准测试中表现优异

Google Gemini GDPx 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、法律和生物等多个领域。结果显示,Anthropic 的 Claude Opus 5.5 位居榜首, Google Gemini 4 Carbon 紧随其后,两者得分差距较小,但成本差异显著。Claude 每项任务成本约为 US$51,Gemini 每项任务成本略高于 US$16。

Gemini 的性价比亦优于榜单中排名靠前的 GPT-6 Astra,后者得分低于 Gemini,每项任务成本却约为 US$54,高于上述两款模型。

报告指出,若剔除网络安全、生物学和对齐等领域,排名会发生变化。受 Claude 和 GPT 模型安全护栏影响,GPT-6 Astra 升至榜首,GPT 6.1 Sol 和 Claude Sonnet 5.5 的排名也超过 Gemini 4 Carbon。SemiAnalysis 称,此结果更符合其对各模型的主观印象。

Google 现有前沿模型 Gemini 4 Argon 在两份榜单中均位列第八,领先 Meta 的 Muse Wonder,但落后于 Wonder Full。Argon 在该基准测试中的成本仅略低于 Carbon。在网络安全领域, Google 两款模型的得分均优于 OpenAI 和 Anthropic 的模型,但落后于 Meta 的 Muse 系列,基准测试认为后者领先幅度明显。

Google 于 10 月底发布 Gemini 4 Carbon,并称其取得显著提升,但尚未确认公开上线日期,对大多数客户而言仍是即将推出。 Google 自身基准测试显示,该模型在多个方面优于 GPT-6 Astra 和 Claude Opus 5.5。

H
关于作者
Henderson