據瞭解，AI 研究與分析機構 SemiAnalysis 最近發布其前沿模型基準測試 GDPx，並將 Google 新款前沿模型 Gemini 4 Carbon 的成績納入其中。該榜單涵蓋 OpenAI、Anthropic 和 Meta 等廠商的主要前沿模型，並列出各模型的得分與成本。
Google Gemini 4 Carbon 在基準測試中表現優異
Google Gemini GDPx 基準測試包含 206 項任務，涵蓋金融、材料科學、網絡安全、軟件工程、法律和生物等多個領域。結果顯示，Anthropic 的 Claude Opus 5.5 位居榜首， Google Gemini 4 Carbon 緊隨其後，兩者得分差距較小，但成本差異顯著。Claude 每項任務成本約為 US$51 (約 HK$397)，Gemini 每項任務成本略高於 US$16 (約 HK$124)。
Gemini 的性價比亦優於榜單中排名靠前的 GPT-6 Astra，後者得分低於 Gemini，每項任務成本卻約為 US$54 (約 HK$421)，高於上述兩款模型。
報告指出，若剔除網絡安全、生物學和對齊等領域，排名會發生變化。受 Claude 和 GPT 模型安全護欄影響，GPT-6 Astra 升至榜首，GPT 6.1 Sol 和 Claude Sonnet 5.5 的排名也超過 Gemini 4 Carbon。SemiAnalysis 稱，此結果更符合其對各模型的主觀印象。
Google 現有前沿模型 Gemini 4 Argon 在兩份榜單中均位列第八，領先 Meta 的 Muse Wonder，但落後於 Wonder Full。Argon 在該基準測試中的成本僅略低於 Carbon。在網絡安全領域， Google 兩款模型的得分均優於 OpenAI 和 Anthropic 的模型，但落後於 Meta 的 Muse 系列，基準測試認為後者領先幅度明顯。
Google 於 10 月底發布 Gemini 4 Carbon，並稱其取得顯著提升，但尚未確認公開上線日期，對大多數客戶而言仍是即將推出。 Google 自身基準測試顯示，該模型在多個方面優於 GPT-6 Astra 和 Claude Opus 5.5。
