Google ra mắt Gemini 4 Carbon, giá thấp hơn Claude nhưng điểm benchmark sát nút

Tóm tắt nhanh

• Google ra mắt Gemini 4 Carbon, một frontier AI model mới, và Google nói đây là bản có “significant gains”. Tuy nhiên, mức phát hành công khai vẫn chưa được xác nhận, hiện mới “coming soon” với đa số khách hàng.
• Trong benchmark GDPx của SemiAnalysis, Gemini 4 Carbon đứng ngay sau Claude Opus 5.5 và có chênh lệch điểm rất nhỏ. Bài test này gồm 206 tác vụ trên tài chính, khoa học vật liệu, cybersecurity, phần mềm, pháp lý, sinh học và các lĩnh vực khác.
• Điểm đáng chú ý nhất là chi phí: Claude Opus 5.5 vào khoảng 51 USD mỗi tác vụ, còn Gemini 4 Carbon chỉ hơn 16 USD. Google vì vậy có lợi thế rõ rệt về giá so với model dẫn đầu bảng.
• Gemini 4 Carbon cũng vượt GPT-6 Astra trong GDPx dù model của OpenAI có chi phí khoảng 54 USD mỗi tác vụ. SemiAnalysis cho biết nếu loại bỏ cybersecurity, biology và alignment thì thứ hạng sẽ thay đổi đáng kể.
• Khi bỏ các mảng đó, GPT-6 Astra lên đầu bảng, còn GPT 6.1 Sol và Claude Sonnet 5.5 vượt Gemini 4 Carbon. SemiAnalysis nói kết quả này khớp hơn với “subjective impressions” của họ về các model.
• Gemini 4 Argon, model frontier hiện tại của Google, chỉ xếp thứ tám trên cả hai bảng của GDPx. Nó vẫn hơn Meta’s Muse Wonder, nhưng thấp hơn Wonder Full, và chi phí cũng chỉ thấp hơn Carbon một chút.
• Theo Tom’s Hardware, trên Artificial Analysis Intelligence Index V5, Gemini 4 Carbon đứng số một với 59 điểm, hơn Claude Opus 5.5 đúng 1 điểm. Model này cũng đứng đầu ở 4 trong 9 bài đánh giá và có chi phí thấp hơn các model xếp cao khác.
• Gemini 4 Carbon còn dẫn đầu bài test AA-Omniscience v1.1 về hallucination và khả năng nhớ kiến thức, với 54 điểm trên thang -100 đến +100. Google nói đây là một điểm mạnh quan trọng khi chính phủ và tổ chức muốn tối đa hóa giá trị và an toàn.
• Google đang mở quyền dùng Gemini 4 Carbon trước cho cyber defenders qua chương trình Fairwind, rồi mới mở rộng sau. Công ty cũng cho biết đang phối hợp với chính phủ Mỹ trong quá trình screening và pre-release testing, và rollout được triển khai thận trọng.

Tóm tắt tự động bằng AI từ 2 nguồn, có thể có sai sót. Hãy kiểm chứng ở bài gốc.