公开知识图谱记录

Gemini 4 Carbon

基准测试: ExploitGym 得分 54.8%
基准测试: OSWorld-2.1 得分 81.5%
基准测试: 在SEC-bench Pro得分88.2%
基准测试: 在ExploitGym得分54.8%
基准测试: 在CWE-bench得分71.0%
基准测试: Artificial Analysis Intelligence Index v5排名第1，得分59
基准测试: 在Terminal-Bench 4.0成功作弊率0.0%、作弊尝试率0.4%
基准测试: 在AA-Briefcase达到1609 Elo

记录摘要

面向长时程工程与网络安全任务，最高思考设置运行。

来自项目知识图谱的有来源实体；具体工具属性仍需补齐。

知识图谱当前记录了 11 个已知资料维度，另有 8 个维度尚未记录，关联 5 篇公开资料。这些数字只描述资料覆盖，不代表模型性能或适配性已经验证。