01
Agentisk koding over lang tid
Google har laget Gemini 4 Carbon for vedvarende agentiske arbeidsflyter som å finne rotårsaken til feil og rette dem, koding med flere agenter og migreringer. I Googles tabell over referansetester får Carbon 65,2 % på Terminal-Bench 4.0 (AA) mot 57,1 % for Argon, og 9,6 % på SWE-sweep mot 4,3 %. Ifølge Google er den også nr. 1 på CursorBench 4.0.
- 65,2 % på Terminal-Bench 4.0 (AA) mot 57,1 % for Argon
- 9,6 % på SWE-sweep mot 4,3 % for Argon
- 61,2 % på FrontierSWE 2 mot 55,0 % for Argon
















