Gemini 4 Carbon v GDPx: druhé místo a výrazně nižší cena

Nový benchmark GDPx od společnosti SemiAnalysis zařadil model Gemini 4 Carbon od Googlu na druhé místo, těsně za Claude Opus 5.5 od Anthropicu. Podle portálu 9to5google.com však novinka Googlu výrazně předčí konkurenci v poměru výkonu a ceny.

Benchmark zahrnuje 206 úloh z oblastí financí, materiálových věd, kybernetické bezpečnosti, vývoje softwaru, práva, biologie a dalších domén. Claude Opus 5.5 dosáhl nejvyššího skóre při ceně kolem 51 dolarů za úlohu, zatímco Gemini 4 Carbon stál jen něco přes 16 dolarů za úlohu.

Třetí místo obsadil GPT-6 Astra od OpenAI, který získal méně bodů, ale stál ještě více než oba předchozí modely, a to kolem 54 dolarů za úlohu.

Výsledky benchmarku GDPx při vyloučení některých domén

Pokud se z výsledků vyloučí kybernetická bezpečnost, biologie a alignment, pořadí se mění. Na první místo se dostává GPT-6 Astra, za ním následují GPT 6.1 Sol a Claude Sonnet 5.5, které předbíhají Gemini 4 Carbon. SemiAnalysis k tomu uvedla, že to lépe odpovídá jejich „subjective impressions“jednotlivých modelů.

Stávající model Gemini 4 Argon skončil v obou žebříčcích na osmém místě, když předstihl Muse Wonder od Mety, ale zaostal za Wonder Full. V kybernetické bezpečnosti modely Googlu překonávají modely OpenAI a Anthropicu, ale podle benchmarku zaostávají za modely Muse od Mety, které byly nejlepší „by a meaningful margin“.

Anonce Gemini 4 Carbon a datum vydání

Google oznámil Gemini 4 Carbon 28. října a chlubil se „significant gains“, ale veřejný termín vydání zatím nepotvrdil. Pro většinu zákazníků je model označen jako „coming soon“. Vlastní benchmark Googlu přitom ukazuje, že Gemini 4 Carbon překonává GPT-6 Astra a Opus 5.5 v mnoha aspektech, což se liší od výsledků SemiAnalysis.