01
Długofalowe programowanie agentowe
Google zbudował Gemini 4 Carbon z myślą o długotrwałych przepływach agentowych, takich jak znajdowanie przyczyn błędów i ich łatanie, programowanie wieloagentowe i migracje. W tabeli benchmarków Google Carbon osiąga 65,2% w Terminal-Bench 4.0 (AA) wobec 57,1% dla Argon oraz 9,6% w SWE-sweep wobec 4,3%. Google podaje też, że model zajmuje 1. miejsce w CursorBench 4.0.
- 65,2% w Terminal-Bench 4.0 (AA) wobec 57,1% dla Argon
- 9,6% w SWE-sweep wobec 4,3% dla Argon
- 61,2% w FrontierSWE 2 wobec 55,0% dla Argon
















