Gemini 4被曝实战编码弱于基准

知情人士称Gemini 4虽在常用基准表现良好，但员工实测部分编码任务时效果欠佳。

推荐理由：内部实测与公开基准出现落差，提示榜单可能未覆盖真实代码库约束和长程任务失败模式；匿名信源且无样本数据，结论仍需谨慎。