杰富瑞：Gemini 4 Carbon 登顶，AI 模型领导地位难持续

谷歌Gemini 4 Carbon发布后，在Artificial Analysis的智能排名中从9月的第10位跃升至第1位；Meta的Muse Spark上月已回升至第2位。杰富瑞在10月30日发布的报告中认为，排名频繁变动表明AI模型的技术领导地位难以持续，模型之间的差异化正在缩小。

同一份报告显示，月之暗面Kimi K3.1 Pro在排名标准调整后升至中国模型第1、全球第5，小米MiMo-v2.6 Pro从中国第1降至第5；美国与中国前沿模型的性能差距从上月的20%扩大至23%。

排名为何频繁变动

杰富瑞在10月30日发布的报告《AI Model Leadership: Difficult to Sustain》中，把谷歌Gemini 4 Carbon的登顶与Meta Muse Spark的回升放在一起观察。前者从9月的第10位升至第1位，后者在上月已回到第2位，两家此前并不处于榜首位置的实验室先后占据前列。

报告认为，这种位次频繁互换说明单一实验室难以长期保持技术领先，模型之间的差异化正在缩小。杰富瑞同时提示，持续的智能竞争会推高资本开支，进而带来融资和投资回报方面的压力。

该报告由研究员Edison Lee撰写，原文共6页，以Artificial Analysis的智能排名作为衡量模型智能水平的主要依据。近期该排名的标准经过更新，直接影响了部分模型的位次。

中国模型格局生变

中国模型阵营的排序出现明显调整。月之暗面于10月23日发布Kimi K3.1 Pro，在Artificial Analysis的新排名标准下从第5位升至中国模型第1位，全球排名第5。

小米MiMo-v2.6 Pro则因排名标准变更，从上月的中国第1位下滑至第5位。两者位次的对调并非来自同一时点的直接对比，而与评价标准的调整同步发生。

全球范围看，前四大模型仍全部为美国闭源模型，SpaceX AI的Grok 4.7（High）跌至全球第6位。

中美差距扩大至23%

杰富瑞判断，由于美国AI实验室在获取最先进GPU和HBM方面具有优势，这一差距在未来12个月可能继续拉大。

不过报告同时指出，差距扩大并不妨碍中国实现AI应用的商业化并发展可持续的生态系统。中国短期内扩大AI推理规模的主要瓶颈仍是算力和HBM供给。

这一判断把性能排名与商业落地区分开来：前沿模型的能力对比是一回事，应用层面的推进节奏则受制于算力与内存等基础条件。

谷歌的定价策略

在性能显著提升的同时，谷歌并未上调Gemini 4 Carbon的token价格。作为对照，谷歌10月13日发布Gemini 4 Argon时曾将token价格上调155%。

按报告的口径，Gemini 4 Carbon的token价格目前在前沿模型中仅排第5高，而每任务成本排在第3高。价格水平与使用成本的排名差异，构成其竞争力的一部分。

杰富瑞认为，这一策略体现出高度竞争和争夺市场份额的意图，Gemini 4 Carbon相对排名前两位的美国闭源模型尤其具有竞争力。在模型差异化收窄的背景下，定价成为厂商争取用户的重要抓手。

要点

• Gemini 4 Carbon智能排名从第10位升至第1位
• Meta Muse Spark上月回升至第2位
• Kimi K3.1 Pro升至中国模型第1、全球第5
• 小米MiMo-v2.6 Pro从中国第1降至第5
• 美中前沿模型性能差距由20%扩大至23%