深链DEEPCHAIN · TRENDS采集中 · 下一批 02:47:49EN

AI  /  动态  /  Google Gemini

谷歌推出 MKA 基准:考智能体读图干活的能力

研究Google Gemini 官方··中文整理 11-15·约 640 字,读完 2 分钟

一句话

Google 联合 Artificial Analysis 推出 MKA 基准,测视觉复杂任务,Gemini 4 Carbon 质量第二成本更低。

要点

  1. 测什么

    200 个任务来自 10 个行业 83 种职业,涵盖图纸、报表、表格等视觉材料,每题要三到八小时才能做完。

  2. 怎么打分

    用开源智能体框架 Stirrup 统一跑任务,再由非 Google 模型自动评分,专家复核后一致率达 96%。

  3. 性价比

    Gemini 4 Carbon 在受测模型里质量排第二,平均成本比分数最高的模型低 6 倍。

登录看全文「原文讲了什么」和「我们的看法」登录后可看,免费。原文链接也在里面。
觉得有用?