数十亿 token 实测:Gemini 4 整体约等于 Opus 4.8,短板在写作
hrishioa · x · 2026-10-14
Hrishi 在过去几天烧了数十亿 token(数据/代码/分析任务)后给出结论:Gemini 4 ≈ Opus 4.8。
补充展开:
- 这个结论指的是能力下限(floor)而非最强项。多数任务上他愿意用 Gemini 4 换掉 Opus 4.8;多模态明显更强,但 agentic 循环(工具调用保真度等)明显弱于前沿水平。
- 写作不如预期,原本期待 Gemini 2.5 / GPT-4.5 级别的创造力。
- 他也提醒对比并不公平:Gemini 4 是接近发布、未经后期优化的新家族模型,对手却是打磨已久的产品。
注:帖子提及的 Gemini 4 / Opus 4.8 未被官方证实,可信爆料性质。
所属事件:Gemini 4 Argon 发布：口碑跃升但锁定 Ultra 引争议(45 条相关)→
「模型」频道最新
- 微软 MSRC 致谢 23 个漏洞:研究者全部用 GLM 发现 — Zai_org · 2026-10-14
- 数学家不满 OpenAI 发布千禧年难题解答的方式,引发使用规范之争 — paulnovosad · 2026-10-14
- 美国四家实验室连发 SOTA,中国 AI 实验室却一片安静 — kimmonismus · 2026-10-14
- 实测 Liquid LFM2.5-24B:Mac 上跑出 174 tok/s,速度宣称基本属实 — TheOyinbooke · 2026-10-14
- 开发者付费订阅 Gemini Ultra 一天后吐槽:Agent 体验都写不好 — yihui_indie · 2026-10-14
- NVIDIA 开源胸 CT 报告模型:7 万例扫描训练,单卡 30 秒出报告 — MaziyarPanahi · 2026-10-14