Gemini 4 Carbon 登顶 MathArena,成本约为 GPT-6.1 Sol 的 15 倍
Google 的 Gemini 4 Carbon 在 MathArena 数学基准上超过 GPT-6.1 Sol 登顶,Claude Fable 5.2 位列第二。
Google 的 Gemini 4 Carbon 在 MathArena 数学基准上超过 GPT-6.1 Sol 登顶,Claude Fable 5.2 位列第二。
Google 发布 Gemini 4 Hydrogen 模型,称这是搜索迄今最大的一次模型改进,能更好理解多部分、高具体度和含拼写错误的复杂问题。该模型面向快速执行的智能体工作流,完成任务速度是 Gemini 3.8 Flash 的 2.5 倍,在 Artificial Analysis Intelligence Index 默认高思考档位上超过 Gemini 4 Argon。
同一件事,精选收录的是《Google DeepMind 发布 Gemini 4 Hydrogen 模型》
Google 发布 Gemini 4 家族中成本最低的 Gemini 4 Hydrogen,定价为每百万 token 输入 1.50 美元、缓存输入 0.075 美元、输出 7.50 美元。
同一件事,精选收录的是《Google DeepMind 发布 Gemini 4 Hydrogen 模型》
Google 发布 Gemini 4 Hydrogen 模型,称其能更好地处理包含多个部分、拼写错误或高度具体要求的复杂问题,并会拆解问题逐项作答。
同一件事,精选收录的是《Google DeepMind 发布 Gemini 4 Hydrogen 模型》
Google 发布 Gemini 4 Hydrogen,并已在自家产品中替换 Gemini 3.8 Flash。该模型提供 low、medium、high 和新增的 xhigh 四档思考等级,Google 称 high 模式下速度是 Flash 3.8 的 2.5 倍,编造性表述减少 5 倍以上,Terminal-Bench 得分超过 3.8 Flash 三倍。
同一件事,精选收录的是《Google DeepMind 发布 Gemini 4 Hydrogen 模型》
Google DeepMind 发布 Gemini 4 Hydrogen,主打日常编码与智能体工作流的速度和效率,并同步在 Gemini API、AI Studio、Gemini app、Google Search 等全线开放。
推荐理由:官方给出 Hydrogen 与 Carbon、Argon 的分工,以及多模型编排在成本与速度上的实测差异。
Google 推出 Gemini Decision 1,加入 Jev 和 OpenAI 所在的决策模型类别,支持是/否、选择、评分三种提问类型,并沿用 Jev 的 Noul 术语。
Google DeepMind 发布 AlphaGenome 2,这是一个条件式 DNA 序列模型,可针对特定细胞类型或状态预测 DNA 变异对基因表达的影响。
推荐理由:官方给出与上一代在变异召回和细胞类型特异性上的对比数据,可据此判断条件化建模对遗传研究的实际增益。
Google DeepMind 面向开发者、企业、科学家和消费者开放 Gemini 4 Carbon,称其在网络安全能力和长程智能体工作流上达到前沿水平。
推荐理由:原文给出 Carbon 与 Argon 的定位分工、多项基准排名和每任务成本对比,便于判断何时该换用更强模型。
Google DeepMind 发布 Gemini Robotics 2.5,称其为目前能力最强的视觉-语言-动作(VLA)模型,在 200 项任务上相比此前基线成功率提升 30% 至 100%,完成任务速度快 20% 至 30%。
推荐理由:官方给出 200 项任务评测与奔驰产线 96% 成功率的实测数据,可据此判断 VLA 模型在真实工业场景的落地程度。
Google DeepMind 发布 Gemini Omni 1.2 Flash,并在 Gemini API 和 Gemini for business 全面开放。
推荐理由:官方给出 15 秒原生生成、多轮对话编辑和 30% 降价,可据此判断视频生成的成本与工作流变化。