基准

Arena Agent Leaderboard

聚焦 AI Agent 能力的排行榜，评测模型在多轮工具调用、真实任务场景中的表现，提供模型 Agent 能力的横向排名参考。

时间轴 (近 90 天)

10月28日

在 Arena Agent Leaderboard 上，Gemini 4 Carbon 排名第二，落后于 Opus。

待验证50%

10月28日

Arena Agent Leaderboard 是聚焦 AI Agent 能力的排行榜，评测模型在多轮工具调用、任务规划与执行闭环场景中的表现。

待验证50%

在 Arena Agent Leaderboard 上，Gemini 4 Carbon 排名第二，落后于 Opus。

Arena Agent Leaderboard 是聚焦 AI Agent 能力的排行榜，评测模型在多轮工具调用、任务规划与执行闭环场景中的表现。