
Google 发布 Gemini Carbon 模型,实测性能严重退化
来源标题:Gemini, get your act together
Google 在宣布 Gemini Carbon 两周后正式向用户开放该模型,但其实际表现远低于基准测试成绩。作者通过 OpenRouter 测试发现,Carbon 在多数会话中性能严重下降,速度慢到无法使用,仅有少数时段(如山地时间凌晨)能维持约 30 tok/s 和 10 秒首字延迟的平均水平。作者表示这种退化并非偶发,两天测试中大部分时间表现都很差。
以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。
Gemini,振作一点
宣布 Gemini Carbon 两周之后,Google 终于向用户开放了它。 他们的 benchmark 成绩一如既往地亮眼: 一个在所有 benchmark 上都超过 Claude Fable 5.1 的模型?我得试试…… 是的,在这个行业里,发布之后等两周才上线一个模型算是很久了,甚至闻所未闻。但往好处想,它现在应该是个打磨过的模型,随时可以提供服务了吧?? 上面是我某次会话中的一条 OpenRouter 请求日志,当时我正试着用 Carbon 做一些轻量的编码任务和评测。 它展示了 Carbon 在各轮对话中的表现,尤其值得注意的是: 这太离谱了。没法用。甚至可以说丢人。我从没见过哪个模型表现成这样。 提醒一下,我用的是 OpenRouter,它会路由到当时最好的提供商。 不幸的是,这种性能下降并非偶发。在过去两天的测试中,这个模型在我大多数测试里表现都很差。(一个明显的例外是昨晚山地时间 12 点的一次会话,那次表现中规中矩,大约 30 tok/s,TTFT 10 秒) 对比一下 Fable 5.2,这个模型背后的公司: 更别提那些老生常谈的 Gemini bug 了,它们不知怎么至今仍未消失,参见 gemini 那篇文章。都 2026 年了,我仍然看不到有任何途径能让我在需要可靠智能的任务中采用 Gemini 模型。 看来 Bidaya 的 Vertex AI 额度也要用不上了,太可惜了。
正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。