Gemini 4 Neon 跑分表曝光:20 项基准大多压制 Claude Opus 5.5 与 GPT-6.2 Sol
Saboo_Shubham_ · x · 2026-11-19
博主 Saboo Shubham 分享 Gemini 4 Neon 官方评测表,称其以前沿级推理+快速任务完成面向 agent 工作负载。配图数据(Gemini 4 Neon vs Claude Opus 5.5 vs GPT-6.2 Sol):
- 能力指数:AA Index v5.0.1 得 61(对手 59/57),Vals Index 70.9% 领先
- Agent 编码:CursorBench 4.1 65.4% 明显领先;Terminal-bench 4.1 65.2% 略低于 Opus 的 65.8%;SWE-sweep provider harness 39.0% 远超 10.1%/8.3%
- 知识工作:AutomationBench 56.3%、Agents' Last Exam 75.8% 均居首
- 推理:HLE-Diamond 71.3%
- 长上下文:GraphWalks(256k–1M)95.2%,大幅领先 Opus 的 66.8%
- 安全:SEC-bench Pro 90.5%、WebExploitBench 51.3% 优势显著
- 仅 Chartography(73.5%)输给 GPT-6.2 Sol 的 75.1%
「模型」频道最新
- LMArena 文本榜:Gemini 4 三版本包揽前三,Carbon 以 1526 分居首 — arena · 2026-11-19
- Gemini 4 Neon 登顶 Agent Arena 帕累托前沿:每任务中位成本仅 $2.82 — arena · 2026-11-19
- Code Arena WebDev 榜:Gemini 4 Neon 排第 7,落后自家 Carbon 5 分 — arena · 2026-11-19
- Google 官宣 Gemini 4 Neon 上线:AI Pro/Ultra 订阅可用「Deeper analysis」模式 — GeminiApp · 2026-11-19
- Gemini Tasks 全面切换到 Neon:复杂多步任务更快、额度更耐用 — GeminiApp · 2026-11-19
- Google 发布 Gemini 4 Neon:能读表格 PDF,接入 Gmail/Docs 做研究分析 — GeminiApp · 2026-11-19