已过期50% 置信观点精确时间
多位测试者测试Carbon B与Carbon C检查点后认为,其代码质量与Opus 5.5差距明显,相比Gemini 4 Argon几乎无实质提升。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/11/1
首次发现
此条事实已过期,仅作历史留存,不再代表当前状态
有效期至:2026/11/15(已过期)
来源
GPT-6.5爆料与Claude Fable 5.5、Gemini 4 Carbon齐曝光
bilibili烟神殿殿主2026/10/20
涉及实体
相关事实
待验证第三方测试显示,Gemini 4 Carbon在不会的问题上强行编造答案的比例从4%上升到11%。74% 相似待验证在Exploit Gym测试中,Gemini 4 Carbon的漏洞可利用性验证成功率为54.8%。72% 相似待验证在Graphworks长程推理基准上,Gemini 4 Carbon得分96.2%,高于Argon的84.2%。69% 相似部分验证在第五版综合智能榜上,Gemini 4 Carbon获得59分,排名第一,反超Claude Opus 5.5,比Argon高出9分。69% 相似待验证在Frontier SWE-2代码测试上,Claude Opus 5.5得分略高于Carbon。67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1124518API
curl https://kongchang.com/api/v1/knowledge/claims/1124518MCP
get_claim(id=1124518)