Gemini 4 建模团队的成员以团队名义报了一个分项成绩：在 VibeCode…

Gemini 4 建模团队的成员以团队名义报了一个分项成绩：在 VibeCodeBench 上做到 91.9%，覆盖 Web 开发、3D、游戏、全栈、安卓开发等场景。这条五百多赞的动态里，分数之外还带了一段罕见的自述——为了赶发布节奏，团队日夜连轴转，横向协作团队与管理层一路压着资源配合。 三个信号值得分开看。第一，vibe coding 被正式当成一等公民评测。此前模型发布主打通用智能分、代码基准分，这次单列一条覆盖六类开发场景的基准并高调庆祝，说明厂商认为"让模型直接把东西做出来"已经是用户选择模型时的关键问项。91.9% 这个数字在不同场景的权重分配无从细究，但它进了官方战报，就意味着采购方迟早会拿它横向比。 第二，发布节奏的压力被摆到了台面上。团队自述日夜赶工、连夜推进配方改进，这与模型厂一周一代的表观节奏互为印证：赛跑不是发生在榜单上，是发生在能进战报的那次更新里。工程侧的代价、评测的滚动化、用户的版本焦虑，其实是同一条时间线的三个切面。 第三，自述里对团队与协作方的致谢，意外给招聘与组织研究提供了素材——顶级模型的迭代靠的是可轮换的战时节奏，而非单点天才，这对正在搭 AI 团队的公司有直接参考价值。 把 vibe coding 分项纳入选型清单是当下最值得做的一件小事：同样的预算下，比较候选模型在 Web、脚本、全栈三类高频任务上的实测表现，比只看通用榜更能预测日常体感。