Tabbit
活动资源博客模型
Tabbit LogoTabbit

Tabbit — 为你工作的 AI 浏览器

主题资源

  • 浏览器排行榜
  • AI 浏览器指南
  • 浏览器对比
  • 浏览器测评
  • 浏览器替代方案
  • 浏览器专题目录
  • Agentic 浏览器
  • 下载与安装
  • 浏览器效率
  • SillyTavern 模型指南

热门指南

  • Best Browsers 2026: Top 10 Ranked & Compared
  • Best Free AI Browsers 2026: Plans & Prices Compared
  • Rabbit Browser: What It Is & Why Tabbit Is Better
  • Firefox vs Chrome 2026: Privacy, RAM & Speed Compared
  • Best Lightweight Browsers 2026: 7 Tested for RAM & Speed
  • AI Browser List 2026: 10 Browsers Compared
  • Neobrowser: Norton Neo, Download & Alternatives
  • Edge vs Chrome 2026: Speed, RAM & Battery Tested
  • Best Internet Browser for Android 2026
  • Best AI Browser 2026: Top 9 Tested & Ranked

活动

  • 别装了,你在《牛来》里早有原型
  • Tabbit 妙招大赛
  • KPOP SBTI 饭圈人格测试
  • Tabbit 校园共创者计划
  • fifi 的论文文献妙招精选
  • 用户问卷

关于

  • Tabbit 博客
  • 媒体报道
简体中文
简体中文English
测评
媒体Gemini 4 Carbon

Gemini 4 Carbon 在 AI IQ 的综合评分与基准覆盖率

原始来源

AI IQ

作者未注明(页面署名 AI IQ)

Tabbit 整理2026-11-16

查看原文

一句话结论

截至 2026-11-16,AI IQ 给 Gemini 4 Carbon 的 Composite IQ 为 142,排名 #2/180;其 39 项基准中有 13 项公开结果,覆盖 6/7 个维度。142 是经校准和估算后七维等权得到的站内指标,不是模型实测的人类 IQ。

适用场景

  • 适合判断的任务:查看 AI IQ 自有口径下的综合分、维度分、排名和公开基准覆盖情况;比较该站同一快照中的模型。

  • 不适合外推的任务:不能据此认定模型具有人类 IQ 142,或推断其在未测任务上的能力;不能将 AI IQ 页面当作 13 项基准的原始发布方或独立复测记录。

  • 适用的模型版本:AI IQ 页面标注的 Gemini 4 Carbon;该页未注明各基准所用具体模型修订版或推理档位。

  • 测试环境或客户端:AI IQ 公共模型档案及其引用的公开基准榜单;模型页没有逐项给出完整 harness、样本数、运行参数或原始输出。

  • 推理档位和参数:未注明。

测评方法

AI IQ 将 39 项基准映射到七个维度:抽象推理、数学推理、学术推理、程序推理、计算机使用、可靠性和知识工作。方法页称,单项原始分先按该基准在 IQ 70、85、100、115、130、145、160 的预设期望分做分段线性插值;六个维度再以贝叶斯模型结合观测结果与不确定的前代模型先验,抽象推理使用直接证据估算。七个维度最后等权平均:

[ \mathrm{Composite\ IQ}=\frac{1}{7}\sum_{d=1}^{7}\mathrm{IQ}_d ]

模型页的“6/7 dims”表示六个维度有基准测量输入;“13/39 benchmarks”表示 39 项中有 13 项发布了结果。学术推理为估算值,当前没有该维度的已发布基准结果。方法页说明七个维度分数本身都是估计值,即使基准覆盖完整也是如此;缺失值只进入派生评分流程,不会伪装成已观测的基准分,个别缺项可参考 Gemini 4 Argon 等前代信息。

关键结果

维度AI IQ 分数状态基准覆盖维度排名
抽象推理134有基准输入;分数为派生估算3/5#3/209
数学推理147有基准输入;分数为派生估算2/5#5/180
学术推理136估算0/6#3/211
程序推理150有基准输入;分数为派生估算1/6#6/181
计算机使用154有基准输入;分数为派生估算1/5#2/180
可靠性139有基准输入;分数为派生估算3/6#2/181
知识工作134有基准输入;分数为派生估算3/6#2/180

页面称,可靠性和计算机使用的维度排名最高(均为第 2),程序推理排名相对靠后(第 6)。各维度排名的模型总数不同,应在各自维度内理解。

原始数据

AI IQ 模型页列出以下 13 项成绩。分数与单项名次是该聚合页当前展示值;上游来源列指页面标注的数据来源,不表示 AI IQ 对这些基准进行了统一复测。

维度基准页面收录分数页面名次页面标注来源
抽象推理ARC-AGI-294.2%#2/71完整来源榜单核对,Nov 13
抽象推理ARC-AGI-198.5%#5/71完整来源榜单核对,Nov 13
抽象推理ARC-AGI-365.1%#2/26完整来源榜单核对,Nov 13
数学推理FrontierMath Tier 495.1%#4/75完整来源榜单核对,Nov 13
数学推理FrontierMath Tier 1–390.5%#6/87完整来源榜单核对,Nov 13
程序推理Terminal-Bench 4.065.2%#2/109Artificial Analysis v5.0.1,Nov 13
计算机使用Arena.ai Agent Arena17.0#3/72Arena.ai Agent Arena,Nov 13
可靠性SimpleQA Verified77.7%#2/83完整来源榜单核对,Nov 13
可靠性BullshitBench v272.0%#10/88完整来源榜单核对,Nov 13
可靠性FACTS Grounding77.2%#6/45完整来源榜单核对,Nov 13
知识工作AutomationBench-AA77.8%#1/112Artificial Analysis v5.0.1,Nov 13
知识工作GDP.pdf28.4%#7/111Artificial Analysis v5.0.1,Nov 13
知识工作AA-Briefcase v1.1 Elo1,611#10/116Artificial Analysis v5.0.1,Nov 13

未列出成绩的其余 26 项在 AI IQ 页面标为 “Not yet reported”,不是零分。学术推理整维度的六项均未报告。当前页面还显示有效成本、速度和上下文为未验证或未测;这些空缺不会成为本条综合评分结论的正反证据。

结论与边界

  1. 142 是 AI IQ 的派生分数。 七个维度等权,但公开基准覆盖并不均匀。六个维度有结果输入,学术推理分数为估算;不少维度也只有部分基准有结果。

  2. 基准分与 Composite IQ 不是同一层数据。 表中 13 项是 AI IQ 收录的上游基准结果;142 和各维度分数经过其校准梯度、估算与聚合规则生成。AI IQ 是这些自有汇总分和估算的直接出处,但不是所列底层基准的原始发布方。

  3. 方法页明确承认校准局限。 基准到 IQ 的梯度含有主观设计选择;页面称区间是模型假设下的估计,并非经过经验校准的置信区间。方法页还明确将 IQ 称为便于理解的比喻,而非与标准化人类 IQ 测验等价。

  4. 排名是动态快照。 榜单、上游基准和校准规则变化都可能改变分数或名次。本文只记录 2026-11-16 可见页面,不将其推广为跨任务的模型智能结论。

复现说明

在 AI IQ 打开 Gemini 4 Carbon 模型页,记录访问日期、Composite IQ、维度表和 39 项基准覆盖表;另打开 AI IQ Methodology 核对七维框架、插值与缺失值说明。复核底层成绩时,应按页面标注的上游平台和 Nov 13 数据快照查找原始榜单,并保留其版本、评分口径和 harness 差异。AI IQ 两页没有提供足以重放 13 项评测的输入、运行参数和原始输出。

Tabbit 小编提醒

本文是第三方资料导航。测试环境、模型版本和主观体验可能不同,请以原文为准。

Gemini 4 Carbon

在 Tabbit 中使用并对比模型

Gemini 4 Carbon

相关测评

官方Google DeepMind

Gemini 4 Carbon 模型卡:知识工作与多模态基准及其边界

媒体Artificial Analysis

Gemini 4 Carbon:Artificial Analysis 推理档位与指数成本

媒体Zapier

Gemini 4 Carbon 在 Zapier AutomationBench 的业务流程结果

媒体Cursor 官方 CursorBench 排行榜2026-09-10

CursorBench 4.0:Gemini 4 Carbon 多文件工程任务表现

Gemini 4 Carbon

相关提示词与案例

官方Google AI Studio / Gemini API

Gemini 4 Carbon 的 Google AI API 规格

官方Google AI Studio / Gemini API

Gemini 4 Carbon 长输出:续接、状态与停止条件

官方Google AI Studio2026-11-10

Google AI Studio:Gemini 4 Carbon 复杂任务提示设计

官方Google AI Studio / Gemini API

Google AI Studio:Gemini 4 Carbon 动态视频理解配置