01
Agentisk kodning med lang tidshorisont
Google har bygget Gemini 4 Carbon til vedvarende agentiske workflows som at finde årsagen til fejl og rette dem, kodning med flere agenter og migreringer. I Googles benchmarktabel scorer Carbon 65,2 % på Terminal-Bench 4.0 (AA) mod 57,1 % for Argon og 9,6 % på SWE-sweep mod 4,3 %. Ifølge Google ligger den desuden nr. 1 på CursorBench 4.0.
- 65,2 % på Terminal-Bench 4.0 (AA) mod 57,1 % for Argon
- 9,6 % på SWE-sweep mod 4,3 % for Argon
- 61,2 % på FrontierSWE 2 mod 55,0 % for Argon
















