Tag: 大模型跑分怎么读

Gemini 4 登场了：输出 100 万 token、幻觉率降到 15.1%，但你现在还用不上

9 月 30 日谷歌发布 Gemini 4 这一代的首款旗舰 Argon：单次输出上限 100 万 token、每百万 tokens 输入 2 美元、主打能连续干几小时的长流程任务，距上一条旗舰线隔了 10 个多月。但它第一批只向网络安全防御机构开放，公众可用时间谷歌没有公布。这篇把发布稿里的数字翻译成人话：为什么媒体给出的“领先 12 项 / 13 项 / 14 项”都不一样、它在从零建项目和终端操作两项上落后约 10 个百分点、独立评测里幻觉率 15.1% 很好看但知识答对率只有 49.9%（两个数必须一起看），以及普通人现在该做的三个动作。