Google Gemini 4 Carbon 於新基準測試中表現佳，性價比高於 Claude 模型

Google 新推出的前沿模型 Gemini 4 Carbon 帶來了一些令人欣喜的改進，雖然在新的基準測試中未能名列前茅，但其性價比卻顯著提升。AI 研究及分析公司 SemiAnalysis 最近發布了其新的前沿級基準 GDPx，其中包括 Google 的 Gemini 4 Carbon 模型的數據。該排行榜涵蓋了來自 OpenAI、Anthropic 和 Meta 等主要前沿模型，並詳細列出了每個模型的分數及成本。

該基準測試涵蓋了 206 項任務，涉及金融、材料科學、網絡安全、軟件工程、法律、生物學及其他多個領域。

結果顯示，Anthropic 的 Claude Opus 5.5 輕鬆奪冠，但 Google 的 Gemini 4 Carbon 緊隨其後。兩者之間的差距相對較小，但成本卻是此處最為重要的考量因素。Claude 每項任務的成本約為 US$51 (約 HK$398)，而 Gemini 則僅略高於 US$16 (約 HK$125)。Gemini 也超越了排行榜上下一個模型 GPT-6 Astra，該模型得分較低，且每項任務的成本約為 US$54 (約 HK$421)。

報告指出，若去除網絡安全、生物學及調整領域，結果將會發生變化。Claude 和 GPT 模型的安全防護措施使得 GPT-6 Astra 在排行榜上名列前茅，而 GPT 6.1 Sol 和 Claude Sonnet 5.5 的排名則高於 Gemini 4 Carbon。SemiAnalysis 表示，這與他們對每個模型的主觀印象更為一致。至於 Google 現有的前沿模型 Gemini 4 Argon，其在兩個排行榜上均位列第八，超越了 Meta 的 Muse Wonder，但卻低於 Wonder

Full。Argon 在這次基準測試中的成本僅略低於 Carbon。

Google Gemini 4 Carbon 在基準測試中表現出色

在專注於網絡安全時，Google 的兩個模型均優於 OpenAI 和 Anthropic 的模型，但在此方面卻落後於 Meta 的 Muse 模型，基準測試顯示 Muse 模型的表現優於其他模型，差距頗為明顯。Google 於 10 月 28 日宣佈了 Gemini 4 Carbon，並宣稱其有顯著的提升，但公眾發布的具體日期尚未確認，預計將很快面向大多數用戶推出。

Google 自家的基準測試顯示，Gemini 在多個方面超越了 GPT-6 Astra 和 Opus 5.5。