一個只有少數人能用的「第一名」

這週谷歌發表了 Gemini 4 Carbon，在 Artificial Analysis 的綜合指數拿下 59 分，排名第一。看到新聞的第一個反應是想試試看，往下讀才發現，現在根本用不到。

它會先給一小群做資安防禦的人，之後再透過谷歌的 Fairwind 計畫，慢慢開放給政府、關鍵基礎設施、大型平台這些機構。一般開發者和使用者什麼時候能用，沒有日期。

老實說，看完原因我是能接受的。這個模型最厲害的地方是資安：在真實軟體裡找漏洞的測試拿到 88.2%，把漏洞變成可用攻擊的測試拿到 54.8%，比其他兩家高出一截。谷歌還特別寫了，這些分數是在拿掉防護的情況下測出來的。找洞和攻擊本來就是同一種本事，讓負責修補的人先用，等於替補丁爭取時間。

讓我比較在意的是「第一名」這三個字。59 對 58 對 57，差距小到換一批題目就可能換人。谷歌自己的對比表裡，它在操作電腦和程式代理這兩項還輸給別人。再加上大多數人用不到，這個第一名對選工具的人來說，其實沒有太多參考價值。

我會希望排行榜把「目前公開可用」另外標出來。不然一張圖裡混著能用的和只能讀新聞的，看起來像一份名單，其實是兩份。

這週我用的工具跟上週一樣。等它真的開放，再用自己的工作試試看。

你覺得「先給可信機構、再慢慢放開」會變成之後新模型的常態嗎？