Gemini 4 Neon 官方跑分:16 项基准全面对标 Opus 5.5
Ok_Barracuda_1161 · reddit · 2026-11-19
Gemini 4 Neon 官方基准图表(2026 年 11 月)显示其在大部分项目上领先 Claude Opus 5.5 与 GPT-6.2 Sol:
- 能力指数:AA Index v5.0.1 61 分(对手 59/57),Vals Index 70.9%
- Agentic coding:CursorBench 4.1 65.4%(58.1%/—),SWE-sweep provider harness 39.0% 远超对手的 10.1%/8.3%;但 Terminal-bench 4.1(65.2% vs 65.8%)和 FrontierCode 2.0(46.2% vs 47.3%)略输 Opus 5.5
- 知识与科学:AutomationBench 56.3%、Agents' Last Exam 75.8%、RiemannBench 84.0%、HLE-Diamond 71.3% 均领先
- 多模态与长上下文:LVBench 89.0%,GraphWalks(256k–1M)95.2% 大幅领先 Opus 的 66.8%;Chartography 73.5% 落后 GPT-6.2 Sol 的 75.1%
- 网络安全:CWE-Bench v2 70.7%、SEC-bench Pro 90.5%、WebExploitBench 51.3%(Opus 仅 37.1%)
所属事件:Gemini 4 Neon 跑分表流出:多项基准领先 Opus 5.5 与 GPT-6.2 Sol(8 条相关)→
「模型」频道最新
- Cloudflare 开源信息抽取模型 Clairic:27B 与 9B 双版本 — michellechen · 2026-11-19
- 实测 Gemini Neon 回答「最佳 AI SEO 课程」:直接点名哪些课是换皮老货 — gaganghotra_ · 2026-11-19
- Gemini 4 Neon SWE-sweep 39% 引质疑:成绩强依赖评测 harness — OfirPress · 2026-11-19
- 「Neon 全面领先所以更好?」scaling01 讽刺榜单不能代表真实体验 — scaling01 · 2026-11-19
- 微软发布 MAI Realtime 1:语音对话低至 $0.01/分钟,宣称超 GPT Realtime 2.1 — alexcovo_eth · 2026-11-19
- Gemini 4 Neon 疑似上线,DeepMind 研究员晒 1-shot 演示:最高 7/10 — SamuelAlbanie · 2026-11-19