谷歌重夺大模型排行榜第一，却没有换来资本市场的同步喝彩。据新浪财经援引虎嗅APP报道，北京时间10月29日凌晨，谷歌发布新一代旗舰模型Gemini 4 Carbon；第三方评测机构Artificial Analysis的榜单中，它以59分排名第一。当天，Alphabet公布第三季度财报，盘后股价一度下跌约10%。
Carbon的提升集中在需要模型持续执行的复杂工程任务，包括编程、长程Agent任务和网络安全（885459）防御。与一次性回答不同，这类任务往往要经历规划、操作、检查和修正；模型即使能写出代码，也要在反复测试、遇到错误后继续推进，才能真正完成工程工作。报道援引谷歌内部测试称，Carbon能够连续运行数天并处理大型代码库中的复杂问题。这显示模型竞争的衡量尺度，正从单轮答题表现延伸到能否稳定完成多步骤工作，但内部测试不等于所有用户场景都能得到同样结果。
