待验证50% 置信基准精确时间
在编程Agent指数上，Carbon的59分低于Claude Code搭配Opus 5.5的62分。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/29
首次发现
有效期至：2026/11/12
来源
Gemini 4 Carbon发布：第三方榜单登顶，但普通开发者仍无缘
bilibili雪峰庙2026/10/28
涉及实体
相关事实
待验证Carbon 在 Artificial Analysis 智能指数 5.00 上获得 59 分，排名全球第一。65% 相似待验证在模拟人类操作电脑的系统测试中，Claude Opus 5.5得分87.2%，Carbon得分81.5%。65% 相似待验证在工作流评测中，clef-omni 每一行都低于 Clef：发票处理的精确动作 60.2 对 64.7，客服 71.6 对 76.3；也落后 Jev（61.8 和 76.0）。63% 相似待验证Gemini 4 Carbon没有依据的说法比Argon少了一半左右，内部编程环境中严重行为偏差警报减少了近八成。62% 相似待验证在官方内部对比表中，Carbon在全部17项基准测试中均超过Argon；终端能力测试从57.1%提升到65.2%，软件工程清理测试从4.3%提升到9.6%。61% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1111553API
curl https://kongchang.com/api/v1/knowledge/claims/1111553MCP
get_claim(id=1111553)