评测：Gemini 4 Carbon 的编程能力超过其判断力

Every 的实测评测发现，Google DeepMind 今日发布的 Gemini 4 Carbon 在编程上比 Gemini 4 Argon 强得多，能构建更好的 3D 物体，并可在极少监督下连续工作数小时。测试者对其需要多少监督意见不一，评测称早一天发布的 Anthropic Fable 5.2 抬高了期待：旗舰智能体还应选对工作、遵守限制并知道何时完成。Google 向 Every 提供了提前访问权，未对评测施加影响。