9to5Google tarafından “Gemini 4 Carbon, kıyaslama testinde Claude'un hemen gerisinde kalıyor, ancak değer konusunda öne geçiyor” başlığıyla aktarıldığı kadarıyla,
Google’ın yeni sınır modeli Gemini 4 Carbon, yeni bir kıyaslama testinde zirveye yerleşmese de önemli iyileştirmeler içeriyor ve maliyet-performans açısından daha fazla değer sunuyor.
Yapay zekâ araştırması ve analiz firması SemiAnalysis, Google’ın Gemini 4 Carbon modeline ilişkin verileri de içeren yeni sınır düzeyi kıyaslama testi GDPx’i yayımladı. Liderlik tablosunda OpenAI, Anthropic ve Meta gibi şirketlerin başlıca sınır modelleri yer alıyor; her model için hem puan hem de maliyet bilgisi sunuluyor.
Kıyaslama testi; finans, malzeme bilimi, siber güvenlik, yazılım mühendisliği, hukuk, biyoloji ve diğer birçok alanda toplam 206 görevden oluşuyor.
Sonuçlara göre Anthropic’in Claude Opus 5.5 modeli ilk sırada yer alıyor; Google’ın Gemini 4 Carbon modeli ise hemen arkasında. İki model arasındaki fark görece sınırlı, ancak maliyet en önemli ayırt edici unsur olarak öne çıkıyor. Claude için görev başına maliyet yaklaşık 51 dolar, Gemini için ise 16 doların biraz üzerinde hesaplandı. Gemini, listedeki bir sonraki model olan GPT-6 Astra’yı da geride bıraktı; GPT-6 Astra daha düşük puan alırken görev başına yaklaşık 54 dolarla her iki modelden daha yüksek maliyet oluşturdu.
Raporda, siber güvenlik, biyoloji ve hizalama (alignment) alanlarının çıkarılması durumunda sıralamanın değiştiği belirtiliyor. Claude ve GPT modellerindeki güvenlik kısıtlamaları nedeniyle GPT-6 Astra listenin başına geçerken; GPT 6.1 Sol ve Claude Sonnet 5.5 de Gemini 4 Carbon’un önüne geçiyor. SemiAnalysis, bu sıralamanın kendi “öznel izlenimleriyle” daha uyumlu olduğunu ifade ediyor.
Google’ın mevcut sınır modeli Gemini 4 Argon ise her iki listede sekizinci sırada yer alıyor. Model, Meta’nın Muse Wonder modelini geride bırakırken Wonder Full’un altında kalıyor. Argon’un bu kıyaslama testindeki maliyeti Carbon’dan yalnızca biraz daha düşük.
Siber güvenlik odaklı değerlendirmede her iki Google modeli de OpenAI ve Anthropic modellerinden daha iyi puan alıyor; ancak Meta’nın Muse modellerinin gerisinde kalıyor. Kıyaslama testi, Muse modellerini “anlamlı bir farkla” en iyi olarak konumlandırıyor.
Google, Gemini 4 Carbon’u 28 Ekim’de duyurmuş ve “belirgin kazanımlar” vurgulamıştı; ancak modelin genel kullanıma açılacağı tarih henüz doğrulanmadı. Modelin çoğu müşteri için “yakında” sunulması bekleniyor. Google’ın kendi kıyaslama testinde ise Gemini 4 Carbon, birçok açıdan GPT-6 Astra ve Opus 5.5’i geride bırakıyor.
