Gemini 4 在编程方面并非顶尖，但在其他 AI 生产力榜单上表现出色
摘要
一项榜单分析显示，Gemini 4 在编程任务中的排名较低，但在其他 AI 生产力基准测试中表现强劲，凸显了其在代码生成之外的更广泛能力。
完整榜单
相似文章
Gemini 4 智能指数高（53），成本却极低（约为 Opus 5.5 的三分之一）
AA 基准测试结果显示，Gemini 4 拥有较高的智能指数（53），而成本约为 Opus 5.5 的三分之一，体现出出色的质量成本比。
Gemini 4 基准测试成绩亮眼，但 Google 员工表示该模型在实际工作中表现不佳
Google 的 Gemini 4 基准测试成绩强劲，但内部员工反映该模型在真实世界的编码任务和实际工作中表现吃力，引发外界担忧其可能落后于 Anthropic 和 OpenAI 的下一代模型发布进度。
Google Gemini 4 在 Artificial Analysis 基准测试中与 GPT 6 Astra 得分持平，且成本低 40%。
Google 的 Gemini 4 在 Artificial Analysis 基准测试中与 GPT 6 Astra 得分持平，而成本低 40%，凸显了其性价比优势。
虽然 Claude 和 GPT 仍是最佳的两个选择，但 Gemini 似乎正凭借 agy-cli 在编码智能体榜单上赶上来
Artificial Analysis 新发布的 Coding Agent Index 显示，Claude Code 中的 Claude Sonnet 5.5 以 68 分领先，但 Gemini 4 Argon 在 Antigravity CLI 中（64 分）以不到一半的成本紧随其后，而 GPT-6.1 Sol 在 Codex 中得分 63，每项任务成本仅 1.04 美元。
Gemini 4 Argon 基准测试
Google 的 Gemini 4 Argon 模型的基准测试结果已经曝光，显示出强劲的性能表现，表明 Google 在前沿 AI 竞争中极具竞争力。