Tabela wyników Mercor APEX-Agents: Gemini 4 Carbon na pierwszym miejscu, jedyny model ze średnią powyżej 90%

Mercor, który publikuje benchmark APEX-Agents, podaje, że Gemini 4 Carbon debiutuje na pierwszym miejscu w jego tabeli wyników. To własne pomiary Mercor. APEX-Agents sprawdza wykonywanie wieloetapowych zadań wymagających długiego horyzontu, zaczerpniętych z bankowości inwestycyjnej, doradztwa w zakresie zarządzania i prawa korporacyjnego.

• Gemini 4 Carbon: 84,2% Pass@1, średnia 90,4% — jedyny model w tabeli wyników ze średnią powyżej 90%.
• Gemini 4 Argon: 82,4% Pass@1, średnia 87,4%.
• Claude Sonnet 5.5: 75,5% Pass@1, średnia 83,7%.

W podziale na dziedziny Carbon zajmuje pierwsze miejsce w doradztwie w zakresie zarządzania (91,9% Pass@1) i bankowości inwestycyjnej (86,9%), a drugie w prawie korporacyjnym (73,8%), gdzie prowadzi Argon z wynikiem 76,7%.