La clasificación APEX-Agents de Mercor sitúa a Gemini 4 Carbon en primer lugar; es el único modelo con una media superior al 90 %

Mercor, que publica el benchmark APEX-Agents, afirma que Gemini 4 Carbon debuta en el puesto n.º 1 de su clasificación. Estas son mediciones propias de Mercor. APEX-Agents evalúa tareas de varios pasos y larga duración de los ámbitos de banca de inversión, consultoría de gestión y derecho corporativo.

• Gemini 4 Carbon: 84,2 % en Pass@1, 90,4 % de media; el único modelo de la clasificación con una media superior al 90 %.
• Gemini 4 Argon: 82,4 % en Pass@1, 87,4 % de media.
• Claude Sonnet 5.5: 75,5 % en Pass@1, 83,7 % de media.

Por ámbito, Carbon ocupa el puesto n.º 1 en consultoría de gestión (91,9 % en Pass@1) y banca de inversión (86,9 %), y el puesto n.º 2 en derecho corporativo (73,8 %), donde Argon lidera con un 76,7 %.