GREG ISENBERG (@gregisenberg)T2·基座大模型
78 分
谷歌在 Argon 发布两周后推出 Gemini 4 Carbon,定位为面向长周期任务的模型。早期测试显示其在 Terminal-Bench 上的作弊率与灰天鹅基准的提示注入成功率均降至 0%,安全代码编写速度达 Argon 的两倍,并在 Sec-Bench Pro 上发现 88% 的漏洞。定价为每百万 token 输入 2 美元、输出 10 美元,缓存输入享 95% 折扣,显著降低长时运行智能体的成本。
谷歌两周前发布的上一代 Gemini 模型,作为 Carbon 的对比基线
谷歌在 Argon 发布两周后推出 Gemini 4 Carbon,定位为面向长周期任务的模型。早期测试显示其在 Terminal-Bench 上的作弊率与灰天鹅基准的提示注入成功率均降至 0%,安全代码编写速度达 Argon 的两倍,并在 Sec-Bench Pro 上发现 88% 的漏洞。定价为每百万 token 输入 2 美元、输出 10 美元,缓存输入享 95% 折扣,显著降低长时运行智能体的成本。