基准Kingsbench 4
Kingsbench 4
用于评估 AI 模型构建完整应用能力的基准测试集,包含6个完整应用构建任务,属于应用开发类评测。
时间轴 (近 90 天)
11月19日
在 Kingsbench 4 的6个单提示词项目测试中,Carbon 总分32/60(53.3%),在13款模型中排第8;Fable 5.2 以70%排名第一;Carbon 的基础模型 Argon 得分54.3%。
待验证50%
11月19日
在 Kingsbench 4 实测中,Carbon 六次构建共消耗7600万 Token,按官方标价约203美元;Fable 消耗2.12亿 Token,约222美元。
待验证50%