谷歌发布Gemini 4 Carbon刷榜引争议

发生了什么

据雷锋网报道，Google发布Gemini 4 Carbon，在17项基准测试中15项取得最高成绩，AA智能指数58分反超Claude Opus 5.5和GPT-6 Astra，重回第一。但AA-Omniscience幻觉率由Gemini 4 Argon的4%升至11%；FrontierSWE 2为61.2%，低于GPT-6 Astra和Claude Opus 5.5。该模型定位为Argon底座的专项增强版，发布初期限制开放对象。