MercorのAPEX-AgentsランキングでGemini 4 Carbonが首位、平均スコアが90%を超える唯一のモデル

APEX-Agentsベンチマークを公開するMercorによると、Gemini 4 Carbonがランキングで初登場1位となりました。これらはMercor独自の測定結果です。APEX-Agentsは、投資銀行、経営コンサルティング、企業法務の分野から選ばれた、長期的かつ複数ステップにわたるタスクを評価します。

• Gemini 4 Carbon: Pass@1は84.2%、平均スコアは90.4%。ランキングで平均スコアが90%を超える唯一のモデルです。
• Gemini 4 Argon: Pass@1は82.4%、平均スコアは87.4%。
• Claude Sonnet 5.5: Pass@1は75.5%、平均スコアは83.7%。

分野別では、Carbonは経営コンサルティング（Pass@1 91.9%）と投資銀行業務（86.9%）で1位、企業法務（73.8%）で2位です。企業法務ではArgonが76.7%で首位です。