一句话总结
本数据集汇总 2026 年 10 月 28 日发布的 Gemini 4 Carbon 及其竞品（Claude Opus 5.5、GPT-6 Astra、Gemini 4 Argon、GPT-6.1 Sol）在智能指数、终端操作、长上下文、网络安全与定价上的可比数据，全部数值来自官方公布或第三方评测机构公开结果。
数据说明
- 智能指数版本：Artificial Analysis Intelligence Index v5.0，四个领域（知识工作、编程、科学、通用推理）各占 25%，其中约 60% 为私有数据。
- 网络安全基准（SEC-bench Pro、ExploitGym、CWE-bench）成绩为无安全护栏测试环境下的官方公布值。
- 价格为 API 每百万 token 定价；Carbon 首发价 2/10 美元为限时价格，正式价为 4/20 美元。
核心数据
| model | 智能指数v5.0 | Terminal-Bench 4.0 | GraphWalks(256k-1M) | SEC-bench Pro | ExploitGym | CWE-bench | 输入价(美元/百万) | 输出价(美元/百万) |
|---|---|---|---|---|---|---|---|---|
| Gemini 4 Carbon | 59 | 65.2% | 96.2% | 88.2% | 54.8% | 71.0% | 2（首发）/4 | 10（首发）/20 |
| Claude Opus 5.5 | 58 | 59.6% | 66.8% | 未披露 | 34.5% | 67.0% | 4 | 20 |
| GPT-6 Astra | 57 | 59.1% | 71.8% | 85.4% | 42.4% | 68.0% | 10 | 50 |
| Gemini 4 Argon | 50 | 未披露 | 未披露 | 未披露 | 未披露 | 未披露 | 2 | 12 |
| GPT-6.1 Sol | 55 | 未披露 | 未披露 | 未披露 | 未披露 | 未披露 | 1.5 | 8 |
字段说明
- 智能指数 v5.0：综合能力得分，满分 100，59 分为 2026 年 10 月 28 日全球最高。
- Terminal-Bench 4.0：终端任务完成率，衡量模型操作电脑等终端环境的成功率。
- GraphWalks：长上下文（256k 至 1M token）下的信息追踪准确率。
- SEC-bench Pro / ExploitGym / CWE-bench：漏洞发现 / 漏洞利用 / 漏洞修复三类网络安全基准。
- 输入/输出价：API 每百万 token 定价；Carbon 首发价 2/10 美元于发布初期生效，之后恢复 4/20 美元。