Gemini 4 Neon 登 Vals Index 第二,成本不到 Claude 一半
demishassabis · x · 2026-11-19
Google DeepMind CEO Demis Hassabis 转发了评测机构 Vals AI 的最新榜单:Gemini 4 Neon 首次上榜即列 Vals Index 第二,准确率 70.87%,仅比榜首 Claude Fable 5.2(71.31%)低 0.4 个百分点,但每任务成本 $7.40,不到后者($17.94)的一半,延迟也更短(31m25s vs 43m42s)。
细分榜单上,Gemini 4 Neon 在 Finance、Legal Index 以及 Tax Agent、Legal Research 上拿下第一。榜单前五还有 Claude Sonnet 5.5(70.85%)、Gemini 4 Carbon(70.45%)、Claude Opus 5.5(70.14%),GPT-6.2 Astra 以 67.66% 列第八。
「模型」频道最新
- 传 Google 已上线 Gemini 4 Neon,网友实测进行中 — kieranklaassen · 2026-11-19
- 独立团队实测验证:Horizon 模型宣称的 SOTA 成绩基本属实 — maksym_andr · 2026-11-19
- Gemini 4 Neon 登顶多榜单第二,博主称「性价比最强的模型」 — OfficialLoganK · 2026-11-19
- Neon 用 Gemini 审查 Opus 5.5 写的 3 万行代码:揪出 29 个真 bug 零误报 — neurocy · 2026-11-19
- OpenAI 前 10% 研究员日均烧掉 2.5 万美元 token,评论区:没人付原价 — ivan_bezdomny · 2026-11-19
- 29 美元买到「Claude Max」?转售账号灰产引发商业模式热议 — mehdiweb · 2026-11-19