Gemini 4 Carbon 登顶 Arena 文本榜 智能体性能大幅跃升
Google DeepMind 的 Gemini 4 Carbon (High) 在 Arena 平台首发即取得显著成绩，位列文本榜第一、智能体榜第二及代码 WebDev 榜第四。其在真实用户会话中的智能体任务成功率与可控性显著提升，且成本较竞品低约 72%，重新定义了前沿模型的性能-成本帕累托边界。
报道正文
Arena.ai (@arena) · 2026-10-28 17
重磅消息：来自 @GoogleDeepMind 的 Gemini 4 Carbon (High) 刚刚在 Arena 上惊艳亮相，一举夺得 Text Arena（文本竞技场）第 1 名、Agent Arena（智能体竞技场）第 2 名以及 Code Arena: WebDev（代码竞技场：Web 开发）第 4 名的佳绩。Gemini 4 Carbon 重回巅峰，不仅提供了前沿智能，更重塑了三大竞技场的帕累托前沿（Pareto frontier）。
在 Agent Arena 中，Gemini 4 Carbon 排名第 2。基于我们全球社区提供的 +2.19 万次真实世界智能体会话数据，其净提升幅度达 +16.2%，超越了顶级模型 GPT-6 Astra 和 Fable-5.1。以每项任务 1.80 美元的中位成本计算，Gemini 4 Carbon (High) 的成本比排名第 1 的 Claude Opus 5.5 (Max) 低 72%。
其在关键信号指标上的突出表现如下：
- 第 1 名 可引导性 (+18.6%)：当用户提出反对意见时，模型能否及时纠偏？
- 第 2 名 赞扬与抱怨对比 (+37.9%)：用户反应中的隐含情感倾向
- 第 3 名 确认成功 (+18.7%)：用户明确反馈“是的，这行得通”
在 Code Arena: WebDev 中，Carbon 获得 1768 分，位列第 4：
- 仅比排名第 3 的 Claude Sonnet 5.5 (xHigh)（1770 分）低 2 分
- 比排名第 11 的 Gemini 4 Argon (High)（1679 分）高出 89 分
按类别划分，它在 Gaming and Simulations（游戏与模拟）中排名第 3，在 Brand & Marketing（品牌与营销）中排名第 5。
在 Text Arena 中，Gemini 4 Carbon (High) 以 1528 分成为新的第 1 名，目前领先于排名第 2 的 Gemini 4 Argon (High)（1520 分）。
祝贺 @GoogleDeepMind 团队达成这一重大里程碑！
↳ 引用 @GoogleDeepMind (Google DeepMind): Gemini 4 Carbon 是我们的下一代前沿模型。
它在网络安全和长程能力方面均达到了最先进水平（state-of-the-art）。
