Gemini 4 Pro / Flash 实测、跑分与上手

推文用清单形式称 Gemini 4 Carbon 已胜过 Opus 5.5，下一项待验证 Gemini 4 Flash（Hydrogen）能否胜过 GPT 6.1 Sol。

用户称 Gemini Carbon 在 Agent Arena 排第 2、Argon 排第 7，并说发布前试用 Carbon 感觉明显好于 Argon，认为这次 Google 是认真的。

帖文称谷歌刚发布 Gemini 4 Carbon，在长上下文推理、computer use 和网络安全等多项 benchmark 上处于领先。

博主称 Gemini 4 Carbon 在 Artificial Analysis Intelligence Index v5.0 拿到 59 分、超过 Opus 的 58 分，并提到 Arena 上 Argon 检查点被路由到 Carbon 后实测质量出乎意料。

发帖者对比 10 月 13 日发布的 Gemini 4 Argon 与 10 月 28 日的 Carbon，认为 Google 已从追平对手变为领先，并称赞其 AA 得分。

在 4/20 美元标准定价下，Gemini 4 Carbon 的 Intelligence Index 每任务成本为 7.76 美元，与 Argon 的 7.68 美元接近，但指数得分高出 9 分。

fofrAI 晒出对比图：Gemini 4 Carbon 相比两周前发布的 Argon 在基准上高出 9 分，展示迭代速度。

帖子称 Carbon 在对比中击败 Opus 5.5、Fable 5.1 和 GPT-6 Astra，而 Argon 才发布 15 天，感叹 Google 在领跑节奏。

官方博客称内部团队见过 Carbon 连续运行数天、穿过死胡同，完成大型代码库与底层系统的多步根因定位与修复。

Arena 称 Gemini 4 Carbon (High) 进入 Agent、Code WebDev 和 Text 三条 Pareto 前沿；Agent Arena 排第 2，每任务中位成本 1.80 美元，比第 1 的 Claude Opus 5.5 (Max) 低 72%。

DeepMind 在 Argon 发布两周后推出 Gemini 4 Carbon，Artificial Analysis Intelligence Index v5.0 得 59 分居首，可连续数天自主作业，漏洞发现 88.2%、修复 71.0%，先向部分防御者开放。

用户发现又一款 Google 模型 Carbon 4 发布，猜测 Argon 4 表现不够好，Google 是否在慌忙补救。