待验证50% 置信基准精确时间
Google 专门提到，Gemini 4 Carbon 在训练中被要求停止走捷径，在 Terminal Bench 上成功作弊的比率降到了零。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/28
首次发现
有效期至：2027/1/26
来源
涉及实体
相关事实
待验证据 Bloomberg 报道，Google 内部员工对 Gemini 4 的实际表现并不满意，认为模型在特定编程任务上会卡壳67% 相似待验证Gemini 4 Carbon 的单任务成本比对手低约 72%。66% 相似待验证Gemini 4在模拟人类操作电脑的任务中成功率不到5%，在8个模型中排名倒数第二。64% 相似待验证Google 表示 Gemini 4 Carbon 在从发现漏洞、证明漏洞可被利用，到最终编写补丁的整个防御流程中都处于领先位置。64% 相似待验证Google在训练Gemini 4 Argon时设定了一个原则：尊重系统边界、诚实报告负面发现、暂停以请求人工确认。64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1109188API
curl https://kongchang.com/api/v1/knowledge/claims/1109188MCP
get_claim(id=1109188)