benchmark-leader

Google DeepMind 发布 Gemini 4 Carbon，这是其最新的旗舰前沿模型，在网络安全（SEC-bench Pro、ExploitGym、CWE-bench）和长时程智能体任务上表现领先，目前通过 Fairwind 计划向可信网络安全防御者限量开放。

Google推出了Gemini 2.5，这是其最智能的AI模型。Gemini 2.5 Pro Experimental在LMArena基准测试中领先优势显著，并通过改进的思维模型架构展现了增强的推理和编码能力。