Google 发布 Gemini 4 Carbon：编码能力大幅提升

Dan Shipper 称 Google 刚发布 Gemini 4 Carbon，团队在 Every 对编码、写作、设计和知识工作做了测试。编码方面，Senior Engineer 基准单次得分 44%，Argon 为 21%，仍属中游；另一测试中它识别出 6 个就绪任务却做了 15 个，包括他人正在做的工作，近 4.5 小时后被叫停。它用播客工作室 3D 扫描和器材清单构建浏览器模型，判断新设备能否入镜，并估计写了 Everycut 大版本约 95% 的代码。音频视频上能发现其他模型漏掉的剪辑问题，并从会议录音生成 6 个带标题短片。设计上能生成超写实银杏叶图标，但界面出现层层嵌套方框。写作基准与 Argon 持平，成本更高。作者评级为“偶尔使用”。