Google DeepMind 与 Artificial Analysis 联合推出 MKA 多模态智能体基准
With @ArtificialAnlys, we built MKA (Multimodal Knowledge Agent): a benchmark for how well agents ha...
DeepMind 和 Artificial Analysis 搞了个叫 MKA 的新基准，专门测智能体处理蓝图、科学图表这类视觉任务。Gemini 4 Carbon 排第 2 但成本只有第 1 名的 1/6。做智能体选型的人可以拿来当参考。
Google DeepMind 与 Artificial Analysis 联合发布了 MKA（Multimodal Knowledge Agent）基准，用于评估智能体处理视觉复杂任务的能力。该基准的出发点是：日常专业工作往往不止涉及文本，例如交叉核对建筑蓝图、解读科学图表等场景，而现有的评测体系没有覆盖这些多模态任务。
在 MKA 的首个排名中，Gemini 4 Carbon 位列第 2，其每任务平均成本只有排名第 1 模型的 1/6。这意味着在视觉密集的智能体任务上，成本与性能之间的差距正在明显拉开，成本敏感的应用方有了新的选择依据。
此前主流基准多以纯文本或单图问答为主，MKA 把蓝图、图表等专业视觉材料纳入智能体评测，填补了这一空白。对开发者而言，基准详情可通过 goo.gle/4AikIja 查阅，可用于评估自家智能体在真实多模态工作流中的表现。
With @ArtificialAnlys, we built MKA (Multimodal Knowledge Agent): a benchmark for how well agents ha...
With @ArtificialAnlys , we built MKA (Multimodal Knowledge Agent): a benchmark for how well agents handle visually complex tasks. Everyday professional work often uses more than just text – from cross-referencing blueprints to reading scientific charts. This is not covered by existing evaluations. Gemini 4 Carbon ranks #2 , at 6x lower average cost per task than the top model. → goo.gle/4AikIja
本条情报归属 AITOP「模型」核心栏目，重点聚焦北美前沿实验室与硅谷科技巨头。在跨区域产业观察坐标中，该动态直接关联「AI 开发者工具链、Coding Agent 与工程化实践」「中美大模型技术代差与商业化对照」研究主线，反映出当前技术演进与商业落地的最新风向。涉及核心实体与技术议题包括：MKA、Gemini 4 Carbon、Google DeepMind、Artificial Analysis，读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。
信源核验说明：本文原始线索采编自「Google DeepMind」（@GoogleDeepMind），经 AITOP 多维评分管线结构化提炼。
