Gemini 4 Carbon против GDPx: второе место и значительно более низкая цена

Новый бенчмарк GDPx от компании SemiAnalysis поставил модель Gemini 4 Carbon от Google на второе место, сразу за Claude Opus 5.5 от Anthropic. Однако, по данным портала 9to5google.com, новинка Google значительно превосходит конкурентов по соотношению производительности и цены.

Бенчмарк включает 206 задач из областей финансов, материаловедения, кибербезопасности, разработки программного обеспечения, права, биологии и других доменов. Claude Opus 5.5 достиг наивысшего балла при цене около 51 доллара за задачу, тогда как Gemini 4 Carbon стоил чуть больше 16 долларов за задачу.

Третье место занял GPT-6 Astra от OpenAI, который получил меньше баллов, но стоил ещё больше, чем обе предыдущие модели, около 54 долларов за задачу.

Результаты бенчмарка GDPx при исключении некоторых доменов

Если из результатов исключить кибербезопасность, биологию и alignment, порядок меняется. На первое место выходит GPT-6 Astra, за ним следуют GPT 6.1 Sol и Claude Sonnet 5.5, которые опережают Gemini 4 Carbon. SemiAnalysis отметила, что это лучше соответствует их «subjective impressions» отдельных моделей.

Существующая модель Gemini 4 Argon заняла восьмое место в обоих рейтингах, обойдя Muse Wonder от Meta, но уступив Wonder Full. В кибербезопасности модели Google превосходят модели OpenAI и Anthropic, но, согласно бенчмарку, уступают моделям Muse от Meta, которые были лучшими «by a meaningful margin».

Анонс Gemini 4 Carbon и дата выпуска

Google анонсировал Gemini 4 Carbon 28 октября и хвастался «significant gains», но публичную дату выпуска пока не подтвердил. Для большинства клиентов модель отмечена как «coming soon». При этом собственный бенчмарк Google показывает, что Gemini 4 Carbon превосходит GPT-6 Astra и Opus 5.5 по многим аспектам, что расходится с результатами SemiAnalysis.