网传 Gemini 4 Neon 跑分:AA Index 67 分居首,全面超越 Claude Fable 5.2
kimmonismus · x · 2026-11-18
kimmonismus 分享了一张正在流传的 Gemini 4 Neon 评测表(未证实,来源标注为 deepmind.google 的 evals-methodology 页面),称其在 Artificial Intelligence Index 上超越 Fable 5.2,可能是整体最强模型。
图表要点:
- 通用能力:AA Index v5.0.1 得 67 分,高于 Gemini 4 Carbon(60)、Fable 5.2(65)、GPT-6.2 Astra(62)、Claude Opus 5.5(59)
- Agentic coding:SWE-sweep 15.8%、Terminal-Bench 4.1(防作弊调整后)71.4%,均为列内最高
- 知识工作:Agents' Last Exam 81.6%、AutomationBench-AA 82.4%、Vending-Bench 2 银行余额 $18,920,均领先
- 其他:OSWorld-2.1 离线子集 84.6%(低于 Opus 5.5 的 87.2%);图表理解 76.8%、Terminal-Bench-Science 77.2%、HLE-Diamond 83.4%,均为最高
表中出现的模型名(Gemini 4 Carbon/Hydrogen、Claude Fable 5.2、GPT-6.2 Astra 等)均无法在官方渠道核实,发布尚未官宣,建议以官方公告为准。
「模型」频道最新
- $20 的 Opus 5.5 对阵免费 Hy4 Flash:同提示词舞蹈测试一战 — CodeByPoonam · 2026-11-18
- GPT-5 发布时的剧本重演:真正用模型的人都在埋头干活 — daniel_mac8 · 2026-11-18
- SmolVLM2-256M-Video-Instruct 登上 Hugging Face 热榜 — HuggingFaceTB · 2026-11-18
- FluidVoice fluid-speech-pro 语音识别模型登上 HF 热榜 — FluidVoice-Labs · 2026-11-18
- Perplexity 上传 pplx-decider-v1.3,基于 Qwen3.8-27B 的分类模型 — perplexity-ai · 2026-11-18
- dottxt 工具调用周报:同一模型最差端点故障率可差 15 倍 — remilouf · 2026-11-18