大模型评测

Gemini 4 Carbon 评测：智能登顶，编程仍差 Opus 5.5 三分

Gemini 4 Carbon 发布两周紧接 Argon：智能指数 v5 得 59 分登顶，比 Argon 高 9 分；编程 Agent 59 分仍落后 Claude Opus 5.5 的 62 分，但每任务成本低 23%。幻觉率升至 11%，首发仅限网络安全专家。