Google DeepMind · 发布 2026-10-28
Gemini 4 Carbon
谷歌 10 月 28 日（太平洋时间）公布的当前最强模型：AA v5.0 综合 59 分（high）居首，官方定位网络安全与长程任务；SEC-bench Pro 88.2%、ExploitGym 54.8%、CWE-bench 71.0% 为厂商口径，外部基准注明无护栏评测。入口本周先开网络防御者，开发者与消费者待定；介绍期 2／10 美元每百万 token，其后 4／20。
模型原始说明 ↗在榜单中处于什么位置
Artificial Analysis 综合能力比较
59分
Intelligence Index
收录范围内第 1 名
测试配置：high
材料读取 · · v5.0
2026-10-29 起整表切换到 Artificial Analysis Intelligence Index v5.0（方法页同日标注 v5.0）：GDPval-AA 退出，FrontierCode 2.0（132 个真实开源仓库任务、由维护者按“愿不愿合并”评分、阻塞检查失败记零）占 15%，Terminal-Bench 4.0 占 10%，知识工作／编码／科学／通用四类各占 25%，多个评测使用私有数据。各型号仍取来源表最高已测档位，保留回退设置；v5.0 与 v4.3.2 分数不能跨版本比较。Kimi K3、GLM-5.3-Flash、Qwen3.8-Flash-Next 与 Nemotron 3.5 Bolt 74B-A9B 在 v5.0 源表暂无分数，本轮不再列行（v4.3.2 的 44／42／40／21 保留在原记录）；GPT-6.1 Terra 已出现在源表并按本榜规则补入；Gemini 4 Carbon（10 月 28 日发布）high 档 59 分居首，尚未普遍开放。Grok 4.7 在 v5.0 下 high（35）高于 xhigh（34），取 high。只在同一机构同一版本口径内比较；该指数主要评估英文文字任务，中文与图像能力另看实际评测。
原始评测与榜单 ↗具体评测：看条件，也看结果
已发表原资料解释，非本站实测
谷歌太平洋时间 10 月 28 日公布 Gemini 4 Carbon：在 Artificial Analysis 新基准 Intelligence Index v5.0 下以 high 档 59 分排第一。
外部独立评测 · 本站 10 月 29 日整表回读
Google DeepMind 的模型迭代
- Gemini 3.7 Flash → 3.8 Flash
在同一速度和价格定位上继续改进代码、多步推理与代理任务；Flash Cyber 是针对安全工作的另一变体。
原始发布 ↗ - Gemini 4 Argon
新一代模型公布，先向受邀测试者开放；较高评测分数不等于公众已经能用。
原始发布 ↗ - Nano Banana 2.1
图像生成与对话编辑更新，强调指定区域修改、主体一致性与文字表现。
原始发布 ↗ - EmbeddingGemma 2
检索模型从文字扩展到图像、音频与视频的统一表示；公开权重与手机示例同时提供。
原始发布 ↗ - Gemini 4 Argon · 扩大开放
同一型号进入付费 API、Gemini Pro／Ultra 与开发工具；输入输出共用窗口和长解码条件分别看。Copilot 另有套餐与渐进开放。
原始发布 ↗ - Genie 4
实时交互世界模型新代：原生音频、文字随时改景、Gemini 规划多步事件；研究预览先给信任测试者，几周后进 AI Ultra 的 Project Genie。三榜无条目，范围缺口如实保留。
原始发布 ↗ - Gemini 4 Carbon
新前沿模型公布：AA v5.0 综合 59 分（high）居首，官方定位网络安全与长程任务。入口本周先向一小部分网络防御者开放，经 Fairwind 计划扩大，开发者与消费者待定；介绍期输入 2／输出 10 美元每百万 token，其后 4／20。高分不等于普遍可用。
原始发布 ↗