【CNMO 科技消息】据 CNMO 科技了解，AI 研究与分析机构 SemiAnalysis 近日发布其前沿模型基准测试 GDPx，谷歌新款前沿模型 Gemini 4 Carbon 的成绩一并收录其中。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。

谷歌 Gemini

GDPx 基准测试包含 206 项任务，覆盖金融、材料科学、网络安全、软件工程、法律、生物等多个领域。结果显示，Anthropic 的 Claude Opus 5.5 位居榜首，谷歌 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 51 美元，Gemini 每项任务成本略高于 16 美元。Gemini 的性价比也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 54 美元，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，这一结果更符合其对各模型的主观印象。

谷歌现有前沿模型 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，谷歌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。

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

版权所有，未经许可不得转载