AI Aulis

AI-NYHETER PÅ SVENSKA · 20 november 2026

De viktigaste AI-nyheterna varje morgon. AI skriver och granskar artiklarna mot originalkällorna – kontrollera viktiga uppgifter i källorna.

41 artiklar · nästa nummer i morgon bitti · Så görs tidningen →

← Numret 20 november 2026Tidningen

I Kernels test tog Gemini 4 Carbon cirka 7 gånger fler arbetssteg än GPT-6 Astra

AI-genererat innehållSkriven av AI

discuss.ai.google.dev, docs.cloud.google.com, kernel.dev · 4 källor · Källornas publiceringsdatum: 17–19 november 2026 · Publiceringstidpunkten är okänd för vissa källor

I Kernels eget test av felrättning behövde Googles Gemini 4 Carbon nästan en timme för uppgifterna, medan Opus och GPT-6 Astra klarade dem på några minuter. Långsammare inferens förklarade bara en del av skillnaden, och hälften av Carbons steg gick till arbete som uppgiften inte krävde, uppger Kernel.

Kernel skriver på sin blogg kernel.dev att företaget har gjort jämförelsen med ett eget, opublicerat test. I testet får en kodningsagent koden i det skick den var i omedelbart före rättelsen och en rapport som bara beskriver felets symtom. Agenten ska hitta orsaken till felet och rätta det utan att göra några andra ändringar.

Först skilde Kernel ut inferensens andel, alltså hur lång tid ett enskilt steg tar inklusive kötid och textgenerering. Långsammare inferens förklarade 16–30 procent av Carbons extra tid jämfört med Astra och 45–49 procent jämfört med Opus. Resten berodde på att Carbons körningar innehöll fler steg. Carbon tog i genomsnitt ungefär sju gånger fler steg än Astra och 11 gånger fler åtgärder, som filläsningar och kommandon. I varje steg får modellen hela den växande konversationen på nytt, så Carbon bearbetade mer än 16 gånger så mycket indata.

Enligt Kernels klassificering gick hälften av Carbons steg till arbete som rapporten inte bad om. När Carbon hade hittat orsaken utvidgade modellen granskningen till alla kodvägar som hörde ihop med den och till kod som rättelsen inte behövde röra. Den skyddade också koden mot situationer som rapporten redan hade uteslutit. Dessutom gjorde Carbon ungefär ett verktygsanrop per steg, medan Astra gjorde fler än två. Av raderna som Carbon läste hade 39 procent redan lästs tidigare; för Astra var andelen 7 procent. Kernel bedömer att dessa två ineffektiviteter förklarar ungefär en fjärdedel av Carbons extra tid.

I en exempelkörning hittade Carbon orsaken efter ungefär sex minuter men började ändra koden först 25 minuter senare. Kernel ändrade sin harness, alltså programmet som styr agenten, ger modellen verktyg och kör dess arbetssteg. Den ändrade harnessen frågade var femte tur om modellen redan hade tillräckligt med information för rättelsen. Körningen kortades från 37 till 28 minuter. Försöket gjordes genom att en av de tidigare körningarna kördes om. Enligt Kernels tolkning tycks långsamheten bero på Carbons arbetssätt och inte på brist på information.

Kernel körde Carbon på resonemangsnivån high och Astra på den högsta nivån. Olika företags resonemangsnivåer är inte direkt jämförbara, uppger Kernel. På låg nivå lämnade Carbon ofta felet orättat. När Kernel bytte harness till opencode eller mini-SWE-agent förändrades resultatet inte nämnvärt.

Även inferensens hastighet varierar. På Googles utvecklarforum skrev en betalande användare att 12 av användarens 75 svar från Carbon tog mer än två minuter i Gemini Developer API den 17 november. Under den långsamma perioden visade Googles statussida att alla tjänster fungerade, skriver användaren.

Enligt Googles guide kan verifierade företagskunder i utvalda regioner använda Carbon på Gemini Enterprise Agent Platform.

Tidigare om ämnet

Anmäl ett fel i artikeln