有报道称，谷歌正在开发的 Gemini 4「Carbon」在编程能力方面接近 Anthropic 的 Opus 5.5。该模型已在公司内部开发环境中试运行，据称在编程任务上的表现总体优于另一款开发版「Argon」。参考资料没有提供正式上线时间或对比测试数据。
Carbon 的评价来自一线编程实践
此次报道的重点并非新模型正式发布，而是谷歌内部的试运行情况。参考报道称，Business Insider 根据其查阅的文件、屏幕画面和内部交流内容报道，谷歌正在测试多款 Gemini 4 开发版，包括 Argon、Barium 和 Carbon。
Carbon 已部署到公司内部的编程平台「Jetski」，据称在编程任务上的表现总体优于 Argon。一名员工评价说，使用 Carbon 的感受接近 Anthropic 的 Opus 5.5。另一方面，另一名员工表示，早期的 Argon 让他想起 Opus 5 在某些编程任务上的表现。
需要注意的是，「匹敌」这一说法的依据是什么。报道所引用的是员工的使用感受，并非在相同条件下让模型解决相同问题所得的对比测试结果。由于没有公布正确率、耗时等数据，因此不能据此断定 Carbon 与 Opus 5.5 性能相当。作出评价的员工本人也表示，还需要进一步测试。
开发代号不同，不代表产品也不同
Argon、Barium 和 Carbon 这些名称并列出现，可能会让人以为即将推出三款用途各异的产品。然而，参考资料指出，Barium 和 Carbon 可能是 Argon 系列开发过程中的版本或更新版。目前尚不清楚 Carbon 会成为独立产品，还是作为 Argon 的更新版推出。
开发代号的变化为这一判断提供了依据。资料称，Argon 过去曾被称为 Barium-B，还提到 Carbon 曾有一个内部称呼，暗示它对应下一代 Gemini Pro。开发代号发生变化，与面向用户的产品类别增加，是两回事，应当分别看待。
此外，资料援引谷歌的介绍称，Argon 面向高级推理，Flash 主打速度和大规模处理，Omni 用于媒体生成，Gemma 则定位为轻量级模型，可在设备上运行。推理是指整理多个条件并逐步推导出答案的处理过程。Argon 并非优先追求速度的模型，而是被定位为处理复杂任务的模型。
区分 AI 辅助开发与自我改进
关于开发版频繁更新的背景，参考报道关注了利用 AI 提高模型开发效率这一点。据称，谷歌 DeepMind 员工 Vedant Misra 也在回应这篇报道的 X 平台帖子中提到了递归式自我改进。
在这一语境下，自我改进指的是利用 AI 开发能力更强的 AI。不过，仅凭这条帖子，无法得知 Carbon 的开发流程中哪些环节使用了 AI，也无法得知开发周期因此缩短了多少。这也不意味着 Carbon 在没有人工参与的情况下自行改进了自身。
模型更新速度和加快更新的技术机制，是两类不同的信息。此次资料传达的是，谷歌正在测试多个开发版，并在内部实际工作环境中进行评估。关于自我改进的说法有助于理解这一背景，但报道没有将其作为能够确定性能提升原因的实验结果。
应用界面持续变化，推出条件仍未公布
据称，面向用户的界面也有所变化。参考资料称，Gemini 应用显示了面向 3 系列的「Automatic」模式，以及可从低到高调节的推理强度；Google AI Studio 则出现了标榜高级功能和工具的「Ultra」模式。
这些变化被介绍为 Gemini 4 发布前的准备工作，但仅凭界面上的模式名称，并不能确认 Carbon 即将推出。据称，谷歌的 Logan Kilpatrick 表示，他正在努力充分发挥 Argon 的能力。
开发者关心的是，内部的良好评价最终会以怎样的形式转化为可实际使用的模型。参考资料没有提供 Gemini 4 的正式发布日期、Carbon 最终的产品名称、价格、使用条件或可供比较的性能指标。
コメント