Gemini 4 Carbon 在 Artificial Analysis Intelligence Index v5 排名第一

Google 的 Gemini 4 Carbon 在 Artificial Analysis 智能指数 v5 上成为新的 #1，在 Artificial Analysis 编程智能体指数上仅次于 Claude Opus 5.5

Gemini 4 Carbon 在智能指数 v5 中得分 59，这得益于其在复杂推理、知识和科学任务中的领先表现。它在编程和知识工作方面也取得了大幅提升，尤其是与其他 Gemini 模型相比，但它并未在所有这些领域都领先。

与 Gemini 4 Argon 发布时一样，Gemini 4 Carbon 正向部分用户推出，目前尚未公开可用。Google 提供 50% 发布折扣，结束日期尚未确认。我们所有图表和数据均采用 Gemini 4 Carbon 和 Argon 的标准定价。

Gemini 4 Carbon 在高推理档位下的关键结果：

➤ Gemini 4 Carbon 在智能指数 v5 中领先，在 9 项指数评测中的 4 项取得 #1 得分： HLE-Diamond、Terminal-Bench-Science、AA-Omniscience、AutomationBench-AA。Carbon 在其他方面也取得了显著提升，但在编程和知识工作方面并未领先

➤ 在编程智能体方面仅次于 Claude Opus 5.5： 使用 Antigravity CLI 时，Gemini 4 Carbon (high) 在 Artificial Analysis 编程智能体指数上得分 59，仅比使用 Claude Opus 5.5 (max) 的 Claude Code (62) 低 3 分。Carbon 在 Terminal-Bench 4.0 (64%) 和 FrontierCode v1.1 (51%) 上均排名第二，而 Claude Opus 5.5 (max) 为 56%。Google 历来在这一领域表现较弱，因此此次提升尤为突出。

➤ 智能体知识工作能力有所提升，但尚未领先： 在 AA-Briefcase 上，Gemini 4 Carbon (high) 的 Elo 分为 1609，比 Gemini 4 Argon (high, 1483) 高 126 分，但仍落后于 Grok 4.7 (xhigh, 1638)、Muse Wonder (max, 1659) 和 Kimi K3.1 Pro (1678) 等模型。最大提升来自演示文稿，Elo 分提高 293 分，达到 1598；分析质量也提高 120 分，达到 1671

➤ 在总体智能水平相近的情况下，每项任务成本低于 Claude Opus 5.5： 按标准定价，Gemini 4 Carbon 在智能指数中的每项任务成本为 $7.76，比 Claude Opus 5.5 (max, $10.04) 低约 23%，但约为 GPT-6 Astra (max, $6.25) 的 1.2 倍。它每项任务使用 123k 个输出 token，比 Claude Opus 5.5 (max, 173k) 少 29%。在相同的 $4/$20 标准定价下，其每项任务成本与 Gemini 4 Argon ($7.68) 相当，同时智能指数得分高出 9 分

➤ AA-Omniscience v1.1 得分领先，幻觉率较低： Gemini 4 Carbon 在我们最近更新的 AA-Omniscience v1.1 中得分 54，比 Claude Opus 5.5 (max, 48) 高 6 分，比 Gemini 4 Argon (46) 高 8 分。准确率（答对百分比）比 Argon 提高 10 个百分点，达到 58%，但幻觉率从 4% 升至 11%。这仍是所有模型中第二低的，仅次于 Argon，而 Claude Opus 5.5 (max) 和 GPT-6 Astra (max) 均为 50%

关键模型详情：

➤ 上下文窗口： 1M tokens

➤ 多模态： 文本、图像、视频和语音输入，文本输出

➤ 定价： 每 1M 个输入/输出 token 为 $4/$20，与 Gemini 4 Argon 的标准定价相同，并提供 50% 折扣。缓存输入 token 可享 95% 折扣（按标准定价，每 1M 为 $0.20）