Aravind Srinivas 分享 Gemini 4 Carbon 的早期评测结果，并称其在 WANDR 上达到 SoTA

发生了什么

Aravind Srinivas 分享了 Gemini 4 Carbon 的早期评测结果，称这是他们见过的在长篇研究和答案质量方面最强的模型，并在 Wide-And-Deep-Research (WANDR) 基准上创下新的 SoTA。他表示，该模型即将通过 Computer 向所有 Perplexity Pro 和 Max 用户开放，但帖子在描述一项可用条件时截断。

接下来读什么

• 今日还有哪些重要变化Mistral 发布改进版 Mistral Large 4 开放权重模型，面向编程和网络安全

这件事到目前为止

Google DeepMind推出了Gemini 4 Carbon。它以59分登顶Artificial Analysis的Intelligence Index v5.0，但目前仅向部分网络安全防御人员开放。Google计划通过Fairwind Program扩大访问范围，并在收集反馈、调整安全防护措施后，再向开发者、企业和消费者开放Carbon。 Artificial Analysis表示，Carbon在九项评测中的四项排名第一；但在使用Antigravity CLI进行的编码智能体对比中，它得分为59，低于Claude Opus 5.5的62分。Google公布的网络安全测试成绩为：SEC-bench Pro上88.2%、ExploitGym上54.8%、CWE-bench上71.0%，这些测试均未启用安全防护措施。Google还表示，与Argon相比，Carbon生成无漏洞代码的可能性是其两倍。在Perplexity的早期评测中，Aravind Srinivas称Carbon是他们见过的长篇研究和答案质量最强的模型，并报告称它在Wide-And-Deep-Research (WANDR)基准测试中取得新的领先成绩。 Google将入门价格定为每百万输入token 2美元、每百万输出token 10美元；Artificial Analysis称这是发布期间五折优惠。此次受限推出引来Nathan Lambert的批评。他反对公布一个自己无法公开使用的模型的得分。后来他缓和了批评，并提到他听说过发布前沿模型所遇到的困难。