Gemini 4 Neon 登顶 Agent Arena 第二名:比 Opus 5.5 便宜 53%
melvinjohnsonp · x · 2026-11-19
LMArena 官方宣布 Gemini 4 Neon (High) 成为 Agent Arena Index 上排名最高的 Google 模型,综合第 2 名(1336 分),重塑性价比 Pareto 前沿。数据基于来自全球社区的 4.2k 次真实 agent 会话:
- 超过第 4 名 Carbon (High) 1303 分、第 9 名 Hydrogen (High) 1271 分、第 11 名 Argon (High) 1229 分
- 每任务中位成本 $2.82;成绩高于第 3 名 Claude Opus 5.5 (Max),成本低 53%;比第 1 名 Claude Fable 5.2 (Max) 每任务便宜 69%
- 分项上:Praise vs. Complaint(用户满意度)1539 分排第 2,Steerability(可操控性)1298 分排第 2
发帖人 melvinjohnsonp 补充称这与他们团队内部使用体验一致。
所属事件:Gemini 4 Neon 登 Agent Arena 第二,成本效益亮眼(4 条相关)→
「模型」频道最新
- 谷歌工程师称 Gemini Neon 在 Agents Arena 险胜 Opus 5.5 Max — lennysan · 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
- Gemini 4 Neon 17 项基准中 15 项胜过自家 Carbon,全表对比放出 — lyraxana · 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
- 144 块 H200 训 18 天:DaisyRose-27B 把 Terminal-Bench 从 5.6% 提到 12.0% — ying11231 · 2026-11-19