01
Lập trình agentic dài hạn
Google xây dựng Gemini 4 Carbon cho các quy trình agentic kéo dài như tìm nguyên nhân gốc và vá lỗi, lập trình đa agent và di chuyển mã nguồn. Trong bảng benchmark của Google, Carbon đạt 65,2% trên Terminal-Bench 4.0 (AA) so với 57,1% của Argon, và 9,6% trên SWE-sweep so với 4,3%. Google cũng cho biết mô hình xếp hạng #1 trên CursorBench 4.0.
- 65,2% trên Terminal-Bench 4.0 (AA) so với 57,1% của Argon
- 9,6% trên SWE-sweep so với 4,3% của Argon
- 61,2% trên FrontierSWE 2 so với 55,0% của Argon
















