AI圈报
模型发布 / 更新普通

Artificial Analysis 评测 Google 首个决策模型 Gemini Decision 1，Decision Index 得 66 分

信息来源：X：Artificial Analysis (@ArtificialAnlys)·
Gemini
原始标题：Google has released its first decision model, Gemini Decision 1, scoring 66 on the Artificial Analysis Decision Index and leading in know...

内容摘要

Artificial Analysis 评测 Google DeepMind 发布的首个决策模型 Gemini Decision 1，在 Artificial Analysis Decision Index v2.1 得 66 分。
内容分类AI 模型发布与更新
内容层级普通情报
发布时间（北京时间）
本站收录时间（北京时间）
信息来源X：Artificial Analysis (@ArtificialAnlys)
站内情报编号intel-374e791637761c9156654009
阅读原始信息 ↗查看数据来源更多模型发布 / 更新

相关推荐

综合分类、实体标签与信息来源匹配

模型发布 / 更新精选
Artificial Analysis 评测 Claude Fable 5.2：以 65 分登顶 Intelligence Index v5
Artificial Analysis 评测 Anthropic 发布的 Claude Fable 5.2，其在 Artificial Analysis Intelligence Index v5 以 65 分登顶，领先 Gemini 4 Carbon（60）和 Claude Opus 5.5（59）。
信息来源：X：Artificial Analysis (@ArtificialAnlys) · Claude / Gemini
模型发布 / 更新精选
Gemini 4 Argon 正式 GA，智能指数追平 GPT-6 Astra，Cost per Task 仅为 60%
Gemini 4 Argon 正式进入 GA，在 Artificial Analysis Intelligence Index 上与 GPT-6 Astra 排名持平，Cost per Task 为后者的 60%。
信息来源：X：Artificial Analysis (@ArtificialAnlys) · GPT / Gemini
模型发布 / 更新精选
Artificial Analysis：Claude Sonnet 5.5、GPT-6.1 Sol 与 Gemini 4 Argon 登顶 Coding Agent Index 榜单但成本差异大
Artificial Analysis 发布 Coding Agent Index 榜单，Claude Sonnet 5.5 (max) 在 Claude Code 以 68 分居首，但每任务成本最高达 $14.19。
信息来源：X：Artificial Analysis (@ArtificialAnlys) · GPT / Claude / Gemini
模型发布 / 更新精选
Google发布Gemma 4多模态开源模型系列
Google DeepMind推出Gemma 4系列四款多模态开源模型，支持文本、图像及视频输入。31B（密集架构）与26B A4B（MoE架构）拥有256k上下文窗口，可在单张H100运行；另两款较小模型支持128k上下文。GPQA Diamond测试中，Gemma 4 31B（Reasoning）获85.7%，仅次于Qwen3.5 27B，但输出token仅约1.2M，效率更优；26B A4B（Reasoning）得分79.2%，超越gpt-oss-120B。
信息来源：X：Artificial Analysis (@ArtificialAnlys) · GPT / Qwen / Gemini
模型发布 / 更新普通
Artificial Analysis 评测 Gemini Omni Flash 1.2：视频编辑榜第 2，价格较 1.1 低 31%
Artificial Analysis 发布对 Gemini Omni Flash 1.2 的视频评测，该模型在 AA-Video-Editing v1.1 排名第 2，在 AA-Video-T2V v2.1 从 1.1 的第 12 升至第 6，在 AA-Video-I2V v2.1 从第 17 升至第 14。
信息来源：X：Artificial Analysis (@ArtificialAnlys) · Gemini
模型发布 / 更新普通
Artificial Analysis 推出 HLE-Diamond 榜单，Gemini 4 Carbon (high) 以 69% 居首
Artificial Analysis 推出 HLE-Diamond 榜单，对 CAIS 和 Scale AI 清理精炼后的 1000 题 Humanity's Last Exam 版本做独立评测，纳入 Artificial Analysis Intelligence Index v5。
信息来源：X：Artificial Analysis (@ArtificialAnlys) · Gemini
模型发布 / 更新普通
Artificial Analysis：Gemini 4 Carbon 登顶 Intelligence Index v5，编码智能体仅次于 Claude Opus 5.5
Artificial Analysis 评测显示，Google 的 Gemini 4 Carbon 以 59 分登上 Intelligence Index v5 第一。
信息来源：X：Artificial Analysis (@ArtificialAnlys) · Claude / Gemini
模型发布 / 更新普通
AA-PersonalityBench 揭示模型 Slop 差异
在 AA-PersonalityBench 中，智能较低的模型通常会产生更多 Slop，但前沿模型之间的 Slop 差异仍然很大 ➤ 智能水平相同但 Slop 排名相反：GPT-6 Sol 和 Muse Spark 1.3 在 Intelligence Index 上均得分 48，但在 Slop 上分别排名第 1 和第 80 ➤ 智能高但 Slop 也高：Muse Spark 1.3（Slop 80）、Qwen3.8 Max（75）和 Gemini 4 Argon（70） …
信息来源：X：Artificial Analysis (@ArtificialAnlys) · GPT / Qwen / Claude
模型发布 / 更新普通
Gemini 模型在 AA-PersonalityBench 中最自信
在 AA-PersonalityBench 中，Gemini 模型是所有被测模型中最自信、最不愿承认不确定性的 ➤ 最自信：Gemini 3.8 Flash（100）、Gemini 4 Argon（97）和 Gemini 3.1 Pro Preview（95） ➤ 最不愿承认不确定性：Gemini 3.1 Pro Preview（1）、Gemini 4 Argon（4）和 Gemini 3.8 Flash（6）
信息来源：X：Artificial Analysis (@ArtificialAnlys) · Gemini
模型发布 / 更新普通
Artificial Analysis 评测：Grok Voice 3.0 以 86.9 分登顶语音到语音模型榜
Grok Voice 3.0 在 Artificial Analysis Speech to Speech Index 以 86.9 分首秀登顶，领先 GPT-Live-1（Astra, medium）的 83.2 和 Gemini 3.8 Live Extended Thinking（High）的 82.6，较 Grok Voice 2.0 提升 5.6 分。
信息来源：X：Artificial Analysis (@ArtificialAnlys) · GPT / Gemini / Grok