Bảng xếp hạng APEX-Agents của Mercor đưa Gemini 4 Carbon lên đầu, mẫu duy nhất có điểm trung bình trên 90%

Mercor, đơn vị công bố benchmark APEX-Agents, cho biết Gemini 4 Carbon ra mắt ở vị trí số 1 trên bảng xếp hạng. Đây là các số liệu đo lường riêng của Mercor. APEX-Agents kiểm tra khả năng xử lý các tác vụ nhiều bước, kéo dài, thuộc lĩnh vực ngân hàng đầu tư, tư vấn quản lý và luật doanh nghiệp.

• Gemini 4 Carbon: Pass@1 đạt 84,2%, điểm trung bình 90,4%, là mẫu duy nhất trên bảng xếp hạng có điểm trung bình trên 90%.
• Gemini 4 Argon: Pass@1 đạt 82,4%, điểm trung bình 87,4%.
• Claude Sonnet 5.5: Pass@1 đạt 75,5%, điểm trung bình 83,7%.

Theo từng lĩnh vực, Carbon đứng đầu về tư vấn quản lý (Pass@1 đạt 91,9%) và ngân hàng đầu tư (86,9%), đồng thời đứng thứ 2 về luật doanh nghiệp (73,8%), nơi Argon dẫn đầu với 76,7%.