Mercor 的 APEX-Agents 排行榜显示，Gemini 4 Carbon 位居第一，也是唯一平均分超过 90% 的模型

发布 APEX-Agents 基准测试的 Mercor 表示，Gemini 4 Carbon 首次登上其排行榜榜首。这些数据来自 Mercor 自行测评。APEX-Agents 测试的是来自投资银行、管理咨询和公司法领域的长周期、多步骤任务。

• Gemini 4 Carbon： Pass@1 为 84.2%，平均分为 90.4%，是排行榜上唯一平均分超过 90% 的模型。
• Gemini 4 Argon： Pass@1 为 82.4%，平均分为 87.4%。
• Claude Sonnet 5.5： Pass@1 为 75.5%，平均分为 83.7%。

按领域来看，Carbon 在管理咨询（Pass@1 为 91.9%）和投资银行（86.9%）排名第一，在公司法领域（73.8%）排名第二；Argon 以 76.7% 领跑该领域。