谷歌Gemini 4 Pro首测登顶Arena 多项基准全面SOTA

很多朋友不知道【谷歌Gemini 4 Pro首测登顶Arena 多项基准全面SOTA】，今天小绿就为大家解答一下。

　　在考察Agent连续多步执行能力的Terminal-Bench 4.0中，它与自家Flash的差距从上代的3.2%拉大到13.9%，显示任务越复杂、步骤越多，其优势越明显。价格方面，该模型每百万Token输入2.25美元、输出11.25美元，在顶级旗舰中颇具竞争力。

　　真正引发震动的是流出的基准测试数据。在这份对比中，Gemini 4 Pro在多项测试里取得全面SOTA：DeepSWE v1.1智能体编码任务拿下88.7%，超过GPT-6 Astra的86.9%；GDPval-AA v2真实知识工作任务成为唯一突破2000 Elo大关的模型，达到2064；Terminal-bench 2.1终端编码能力为95.3%，全场最高；OSWorld-2.0计算机操作测试为86.8%，同样排名第一。

　　最受关注的一次演示是"机械蝴蝶"任务：一位开发者要求模型使用Three.js从零编写并渲染出结构复杂的机械蝴蝶，这类实时代码生成考验空间几何理解、光影材质着色器调度与多轴物理模拟能力，稍有差错便会导致浏览器崩溃。结果显示，相比Fable 5.1 Max，处于暗中测试状态的Gemini 4 Pro耗时减少约67%。

版权所有，未经许可不得转载

　　此外，还有开发者制作的同款机械蝴蝶加入了爆炸视图、飞行模式与组件标注等交互。在3D手表、机器人"瓦力"等横向对比中，Gemini 4 Pro在爆炸视图与构件设计上表现突出，并会在未被要求的情况下自主添加动画与交互细节。

Gemini

　　【CNMO科技消息】近日，一个以"gemini-3.8-flash"为马甲的神秘模型现身大模型竞技场Arena，在多轮盲测中被广泛认为是谷歌尚未发布的Gemini 4 Pro，其性能表现引发AI圈的高度关注。

以上问题已经回答了。如果你想了解更多，请关新经网网站 (https://www.xinhuatone.com/)