基准

Vending Bench

一个评估AI在长周期商业模拟中自主运营自动售货机业务的基准测试，考察库存管理、定价、财务等决策能力。

时间轴 (近 90 天)

10月29日

在Vending Bench自动售货机经营模拟中，Gemini 4 Carbon从500美元起步一年赚取16484美元，力压Astra与Opus登顶。

待验证50%

10月29日

Gemini 4 Carbon 在 Vending Bench 长程任务基准测试中排名第一。

待验证50%

Vending Bench是一个衡量AI模型运营模拟商店能力的基准测试，涉及库存管理、定价策略、客户交互等多维度能力

Vending Bench属于新一代Agent Benchmark范畴，要求模型在持续运行环境中做出连续决策

在Vending Bench自动售货机经营模拟中，Gemini 4 Carbon从500美元起步一年赚取16484美元，力压Astra与Opus登顶。

Gemini 4 Carbon 在 Vending Bench 长程任务基准测试中排名第一。