跳到正文

内容类型

评测基准 最新动态

模型到底谁更强：Benchmark 评测成绩、评测方法的争议与排行榜变化。

2 条精选近 30 天 2 条共收录 7 条

更新

评测基准的精选

今天10月29日周四第 1–2 条
  1. Latent Space82

    Gemini 4 Carbon 登顶多项榜单，首批面向网络安全防御者开放

    Google DeepMind 发布 Gemini 4 Carbon，距 Argon 仅两周，在 Artificial Analysis Intelligence Index v5 上以 59 分排名第一，并在 HLE-Diamond、TB-Science、AA-Omniscience 和 AutomationBench 四项评测中领先。

    推荐理由：汇总 Gemini 4 Carbon 在多个独立榜单与安全指标上的表现，并列出与 Opus 5.5、GPT-6 Astra 的对比数据。