
Gemini 4 Carbon 在第三方基准 GDPx 中排名接近榜首,主要优势是较低的任务成本。据 9to5Google 11月2日报道,Carbon 的成绩紧随 Claude Opus 5.5,每项任务成本略高于16美元,后者约为51美元。不过,这一排名会随测试领域的变化而改变,Carbon 面向大多数客户的公开发布日期也尚未确认。
GDPx 测了什么,Carbon 排在哪里?
在包含全部领域的榜单上,Claude Opus 5.5 位列第一,Gemini 4 Carbon 紧随其后,报道将两者的成绩差距描述为较小。GPT-6 Astra 排在 Carbon 之后,成绩更低。
GDPx 由 AI 研究与分析机构 SemiAnalysis 发布,涵盖206项任务,涉及金融、材料科学、网络安全、软件工程、法律、生物学等领域。榜单同时展示模型成绩与测试成本,比较对象包括 Google、OpenAI、Anthropic 和 Meta 的前沿模型。
这使榜单既能用于观察模型表现,也能用于比较完成测试的支出。但所给报道没有列出具体分数、分差及统计误差,因此只能确认报道所述的名次关系,无法量化 Carbon 与榜首之间的能力差距。
成本优势来自哪里,能否当作正式报价?
Carbon 在这次测试中的任务成本明显低于另外两款排名靠前的模型,但这些数字不能直接视为产品正式报价。报道列出的每项任务成本分别为:
- Gemini 4 Carbon:略高于16美元,完整榜单成绩紧随第一名。
- Claude Opus 5.5:约51美元,完整榜单位列第一。
- GPT-6 Astra:约54美元,成绩低于 Carbon,成本高于前两者。
对正在比较模型预算的读者,这组结果提供了一个具体信号:在 GDPx 本次测试中,接近最高成绩的模型并不一定需要最高支出。Carbon 的成本优势与它在该测试中的成绩可以同时成立。
但素材没有提供费用构成、调用配置或官方价格表,也没有说明成本是否包含重试等环节。因此,不能把“每项任务略高于16美元”换算为固定的日常使用价格,更不能据此认定它在所有工作中都具有相同的成本优势。
移除三个领域后,为什么领先顺序改变?
Carbon 的靠前名次并不适用于报道中的所有统计口径。移除网络安全、生物学和对齐领域后,GPT-6 Astra 升至第一,GPT 6.1 Sol 和 Claude Sonnet 5.5 也排在 Carbon 之前。
报道将这种变化与 Claude、GPT 模型的安全防护机制联系起来,并转述 SemiAnalysis 的判断:调整后的结果更符合该机构对各模型的“主观印象”。这一判断属于研究机构的解释,不能替代具体的领域成绩和评分依据。
网络安全领域的结果尤其不同。报道显示,Google 的两款模型在该领域优于参与比较的 OpenAI 和 Anthropic 模型,却仍落后于 Meta 的 Muse 系列;测试认为,Muse 系列在这一领域的领先幅度明显。
因此,金融、法律、软件工程等不同方向的读者,需要先确认自己关心的任务在榜单中如何计分。素材未提供各领域的任务数量、权重和详细评分规则,不能仅凭总榜推导 Carbon 在某个具体领域也接近第一。
与 Gemini 4 Argon 相比,Carbon 有何变化?
在这次测试中,Carbon 排名更靠前,而 Google 现有前沿模型 Gemini 4 Argon 在两份榜单中均排第八。Argon 高于 Meta 的 Muse Wonder,低于 Wonder Full;它在该测试中的成本仅比 Carbon 略低。
这为比较两款 Google 模型提供了成绩和成本两个维度,但不足以计算精确的性价比提升:报道没有给出 Argon 的具体费用,也没有列出它与 Carbon 的分数差。能够确认的是,本次测试呈现出 Carbon 名次更靠前、Argon 成本略低的关系。
Carbon 何时开放,接入前还需核对什么?
截至报道发布时,Carbon 的公开发布日期尚未确认。Google 于10月28日宣布这款模型,并宣称其取得“显著提升”,但对大多数客户仍只给出“即将推出”的状态。
报道还提到,Google 自己公布的基准显示,Carbon 在多项指标上超过 GPT-6 Astra 和 Claude Opus 5.5。不过,所给素材没有附上具体指标与完整数据,无法据此复核这些比较,也不能将厂商测试与 GDPx 的排名直接合并。
对准备接入的用户,当前仍需核实开放日期与实际访问条件;对准备据此选型的团队,则需查阅 SemiAnalysis 原始报告,核对领域分数、测试配置和成本计算方法。所给素材未说明访问渠道、地区、配额或正式定价,尚不足以形成完整的采购与接入判断。
我之前写过一篇关于Gemini的文章:《Gemini 4 Carbon向AI Ultra用户开放,Argon保留而3.1 Pro移出应用》,如果你想把这个话题继续看深一点,也可以一起对照着读。
常见问题
Carbon 是否已经超过 Claude Opus 5.5?
在报道所述的 GDPx 完整榜单上没有。Claude Opus 5.5 仍排名第一,Carbon 紧随其后;Carbon 的明确优势是本次测试中的任务成本更低。
删除部分领域后的榜单是否更可信?
素材不足以支持这一结论。两份榜单覆盖的任务范围不同;SemiAnalysis 认为调整后的排名更符合其主观印象,但没有据此证明它适用于所有使用场景。
现在能否按每项任务16美元使用 Carbon?
不能据此判断。略高于16美元是报道中的测试成本,并非所给素材确认的官方售价;公开发布日期也尚未确定。
来源:9to5Google,2026年11月2日。本文依据所提供的报道正文整理。
原创文章,作者:chuntian,如若转载,请注明出处:https://gemini.sflvye.net/1160.html
评论列表(1条)
[…] 我之前也写过一篇和Gemini相关的文章:《Gemini 4 Carbon 在 GDPx 总榜紧随 Claude,单项任务成本明显更低》,如果你想把这次更新放到更具体的场景里看,会更容易串起来。 […]