Gemini 4 Carbon (High) 在 Arena 文本榜登顶，Agent 榜排名第二
Google DeepMind 的 Gemini 4 Carbon (High) 在 Arena 文本榜以 1528 分排名第一，在 Agent 榜排名第二，在 Code Arena: WebDev 以 1768 分排名第四。
榜单同时给出排名、真实会话量与单任务成本，便于对照模型能力、价格和用户反馈信号。
令人振奋的消息：@GoogleDeepMind 的 Gemini 4 Carbon (High) 刚刚在 Arena 上惊艳亮相，登上了 Text Arena 第 1 名、Agent Arena 第 2 名，以及 Code Arena: WebDev 第 4 名。重新回到榜首的 Gemini 4 Carbon 具备前沿智能，并重塑了三大 Arena 的帕累托前沿。
在 Agent Arena 中，Gemini 4 Carbon 排名第 2，在全球社区累计超过 21.9K 次真实世界智能体会话中实现了 +16.2% 的净提升，超越了顶级模型 GPT-6 Astra 和 Fable-5.1。其每项任务的中位成本为 1.80 美元，Gemini 4 Carbon (High) 的成本比排名第 1 的 Claude Opus 5.5 (Max) 低 72%。
其各项关键指标中的亮点：
- 可控性第 1 名 (+18.6%)：当你提出反对意见时，模型能否及时调整方向？
- 赞扬与抱怨之比第 2 名 (+37.9%)：用户反应中隐含的情感倾向
- 确认成功第 3 名 (+18.7%)：用户明确表示“是的，这成功了”
在 Code Arena: WebDev 中，Carbon 得分 1768 分，排名第 4：
- 仅比第 3 名 Claude Sonnet 5.5 (xHigh) 低 2 分，后者为 1770 分
- 比第 11 名 Gemini 4 Argon (High) 高 89 分，后者为 1679 分
按类别划分，它在游戏与模拟类别中排名第 3，在品牌与营销类别中排名第 5。
在 Text Arena 中，Gemini 4 Carbon (High) 成为新的第 1 名，得分 1528 分，目前领先排名第 2 的 Gemini 4 Argon (High)，后者得分为 1520 分。
恭喜 @GoogleDeepMind 团队取得这一重大里程碑！
来源：arena · x.com