Google DeepMind

与 @ArtificialAnlys 我们一起构建了 MKA（多模态知识代理）：一个用于评估代理处理视觉复杂任务能力的基准。 日常专业工作往往不仅仅使用文本——从交叉参考蓝图到阅读科学图表。现有评估中没有涵盖这些。 Gemini 4 Carbon 排名第2，每个任务的平均成本比排名第一的模型低6倍。→ https://t.co/E6tc98a705