Kernel:Gemini 4 Carbon 修复 bug 耗时近一小时,而 Opus 和 Astra 几分钟就能完成
Kernel 是一家运行私有编程评测的公司。该公司表示,在诊断并修复 bug 的任务中,Gemini 4 Carbon 耗时近一小时,而 Claude Opus 5.5 和 GPT-6 Astra 只需几分钟。这些是 Kernel 自行测得的数据,并非 Google 的数据;Kernel 还引用了社交媒体用户的说法,他们也报告了同样的速度问题。
Kernel 将这一差距归因于三个原因:
- 推理速度较慢:每一步耗时更长。据 Kernel 称,这解释了相较 Astra 多出的 16–30% 耗时,以及相较 Opus 多出的 45–49% 耗时。
- 工作量更多:Carbon 执行的步骤数约为 Astra 的七倍、操作数约为其十一倍,处理的输入量则超过其十六倍。它约一半的步骤都花在了任务单未要求的工作上,例如审查 bug 范围之外的代码,以及防范任务单已排除的情况。
- 机械性低效:Carbon 平均每步只调用约一次工具,而 Astra 超过两次;它读取的代码行中有 39% 是此前已经看过的,Astra 则为 7%。Kernel 估计,这些因素约占额外运行时间的四分之一。
Kernel 表示,问题不在测试框架(opencode 和 mini-SWE-agent 的结果没有显著差异);在低工作量任务中,Carbon 往往无法给出修复方案。在一次重新测试中,研究人员每五轮就询问 Carbon 是否已有足够信息来完成修复,最终耗时 28 分钟,而非 37 分钟。
来源
- 为什么 Gemini 4 Carbon 要花这么长时间?Hacker News · 42 条评论
这样的新闻,第一时间推送给你。
你用的 AI 工具一有变化,AI Tracker 就会提醒你。