Gemini 4 Carbon 首秀登顶盲测榜,腾讯 WorkBuddy 国际版同步接入
谷歌 Gemini 4 Carbon 首秀就拿下盲测榜第一,腾讯 WorkBuddy 国际版同步…
文章目录
谷歌的 Gemini 4 系列憋了很久,这次先落地的是一款叫 Gemini 4 Carbon 的型号。它上线没几天,就在一份大模型盲测投票榜里拿下综合第一;几乎同一时间,腾讯 WorkBuddy 国际版宣布接入。一个是分数,一个是生态,两件事凑在一起,比单独发一款模型更能说明谷歌现在的处境。

核心看点
- 首秀即第一:Gemini 4 Carbon 以 1526 分登顶一周盲测综合榜,与同门一款旧型号仅差 4 分,按榜单规则属于并列头部。
- 话术变了:不再强调“最强”,而是反复强调“单任务成本比第二名低一半以上”。
- 规格指向长任务:支持文本、图像、音频、视频输入,输入输出合计上下文最高 100 万 Token。
- 生态落地:腾讯 WorkBuddy 国际版已上线该模型,暂仅向 Pro 用户开放。
一、一份盲测榜:首秀 1526 分,直接坐上第一
这份榜单统计的是 11 月 9 日到 15 日这一周的匿名盲测投票,按 ELO 折算排名。Gemini 4 Carbon 空降 1526 分排第一;同门一款旧型号 1522 分排第二,两者只差 4 分,在榜单自己的误差区间里算并列头部。Anthropic 的 Claude 系列以 1511 分守第三,而前八名里它一家占了五席,分差都在 6 分以内——典型的家族式占位。
这个结构挺有意思:谷歌用新模型把天花板顶开了,但没有形成断层优势;Anthropic 则靠型号密度把中上游围得很满。榜单另一头,国产模型在综合榜大约落后头部 40 分,在视频生成榜却挤进了第一梯队,字节的 Seedance、阿里的 Wan 系列占住第 6 到第 8 名。

二、从“最强”改口成“最划算”
发布措辞的变化,其实比分数更值得看。过去谷歌讲新模型,第一句总是“我们最强”;这次反复被强调的是“单任务成本比第二名低一半以上”。纸面上它确实打不过 Anthropic 刚发的 Fable 5.2,但价格只有对方四分之一左右。
换句话说,谷歌把身段放低了:不比单项最高分,比同样一件事做完要花多少钱。对正在把智能体往生产环境里塞的企业来说,这个指标可能比榜首更实在——一个跑长任务的模型,成本乘上调用次数,才是最后那张账单。
三、能力面:给长周期任务准备的
按谷歌的定位,Carbon 面向“长周期智能体工作流”,覆盖复杂知识工作、软件工程、网络安全、科学推理这些需要连续跑很久的场景。输入支持文本、图像、音频、视频,输入加输出的上下文窗口最高可达 100 万 Token。这个规格指向很明确:它不是陪你聊天,而是让它在里面翻文档、调工具、自己一步步往下推进。
四、九个实测:稳,但没到顶
有科技媒体在谷歌自家的 Antigravity 里跑了一轮实测,思考强度统一设成 High,九个任务一次看完,几个有代表性的:
- 拿一张香港“大闸蟹”户型图,做一个能走进去逛的可交互 3D 楼。约 1 小时,空间关系对得上,还自己补了家具、炉灶和昼夜变化,甚至把原始图纸摊在了工作室书桌上。
- 给一台虚构的 iPhone Duo 做 3D 产品展台:旋转、开合、爆炸拆解、点选零件高亮。约 40 分钟,屏幕和铰链角度能联动,但屏幕内容层的直角会戳出圆角机身。
- 一个 HTML 文件手写 Verlet 布料物理,不许用物理引擎。17 分钟出结果,拖拽起皱、松手回落、按住 Shift 撕开都能跑,极端拉扯时会折出尖锐的角。
- 把一支 20 秒的宣传片丢进去要求逐帧复刻。它全靠代码重建,标出了 37 个硬切点,和原片帧变化峰值对得上,但赛马成了矢量图、蕾丝成了重复小花。
结论是“重回牌桌”:不是最高分,但稳定、可交互、能交出能看的东西。这跟谷歌自己那句“成本低一半”是同一个叙事——不跟你比天赋,比谁能把活干完。

五、国内厂商的反应速度
11 月 16 日,腾讯 WorkBuddy 国际版宣布已上线 Gemini 4 Carbon,面向需要更深推理和更长任务的使用场景,目前只对 Pro 计划用户开放,具体调用额度尚未公布。对 WorkBuddy 来说,这是把模型选择权往海外用户那边再铺一层;对谷歌来说,一个中国大厂的海外产品愿意第一时间接,本身就是渠道上的背书。
写在最后
Gemini 4 Carbon 这一仗,谷歌赢的不是绝对能力,而是“性价比加可交付”。下周值得盯两件事:它在综合榜的分数能不能继续拉开,以及 Claude Fable 5.2 在各分榜的后续表现。如果成本优势被验证,模型竞争的计分板可能从“谁分高”慢慢挪到“谁每一分更便宜”——那才是真正会改变行业采购逻辑的东西。
本文地址:https://www.163264.com/21403


