bibibi.cc正在加载…
谷歌小范围开放Gemini 4 Argon，但未具名内部人士称其编程实测不及基准表现。
分析：谷歌推出Gemini 4追赶AI对手，但内部对其编程性能评价不一
PANews 10月1日消息，谷歌已开始推出备受期待的旗舰人工智能模型Gemini 4 Argon，但公司内部对于该模型在编程等关键领域的实际表现存在质疑。周三，谷歌向一小批可信赖的网络安全合作伙伴开放了该模型，并表示将在进行更多测试后扩大使用范围，首先对付费用户开放。Gemini 4在多项基准测试中取得了领先成绩，包括在一项衡量安全能力的测试中击败了OpenAI的Astra模型。 不过，一些内部人士表示，这些指标并不能反映全貌。据直接了解这项工作的知情人士称，尽管Gemini 4在衡量模型效能的基准测试中表现出色，但在员工实际使用时，效果则没有那么出色，某些编程任务尤其如此。
原文链接：https://www.panewslab.com/zh/articles/01a0f58a-1306-7409-badc-f788cf71395c
PANews称，谷歌已开始推出旗舰人工智能模型Gemini 4 Argon。
报道写道，谷歌于周三向一小批可信赖的网络安全合作伙伴开放该模型。
谷歌表示将在更多测试后扩大使用范围，并首先向付费用户开放。
报道称，Gemini 4在多项基准测试中取得领先成绩，并在一项安全能力测试中击败OpenAI的Astra模型。
据报道援引的未具名知情人士，Gemini 4在员工实际使用中的效果没有基准测试所显示的那么出色，某些编程任务尤其如此。
以下为辅助分析，与已报道事实分开展示；重要信息请进一步核实。
基准测试像统一试卷，能够比较模型在指定条件下的成绩；员工实际使用则更接近日常工作。本报道呈现的核心矛盾是：Gemini 4 Argon的测试成绩领先，但部分未具名内部人士认为，其编程等实际任务表现没有同样出色。
小范围开放说明该模型已进入合作伙伴测试阶段；基准成绩与实际使用反馈是否一致，会影响外界对模型能力以及后续扩大开放的判断。
新手不应只凭单项排行榜判断模型好坏。选择编程模型时，还应观察真实任务反馈，但本文没有提供可自行复核的代码测试或完整评测细节。
正在加载事件时间线…