Google 发布 Gemini 4 Neon,Surge AI 实测登顶 Tuesday@Work 榜首
echen · x · 2026-11-19
Google DeepMind 发布 Gemini 4 Neon,Surge AI 用全套基准实测后称之为新的工作场景冠军:
- Tuesday@Work Index 71.6 分排名第一,超过 Fable 5.2 的 71.2
- DAYJOB: Finance(50.5%)、GDP.xlsx(43.1%)、Riemann-bench(84.0%)等多项第一
- DAYJOB: Healthcare 和 DAYJOB: Tax 排名第二(Healthcare 输给 Claude Opus 5.5 的 48.3%,Tax 输给 Fable 5.2 的 15.6%)
- 值得注意的是 sudo L7 端到端软件工程基准上 Neon 仅 38.3%,明显落后 Fable 5.2 的 52.2%
配图为 Surge AI 完整评测表,涵盖金融、医疗、法律、税务、长上下文指令跟随、数学、图表理解等维度,与 Claude Opus 5.5、GPT 6.2 Astra 横向对比。
「模型」频道最新
- 开发者首秀:用 ExLlamaV3 对 DeepSeek 4.1 做 EXL3 量化 — HankYeomans · 2026-11-19
- 英国 Turing 主权模型路线图曝光:可部署目标定在 2028 年末之后 — bclavie · 2026-11-19
- Gemini 发布间隔指数缩短:28 天到 6 天,AI 摩尔定律显现 — davidyin44 · 2026-11-19
- 传谷歌 Neon 与 Carbon 表现亮眼,实测对比不输 Claude Opus — almmaasoglu · 2026-11-19
- 马斯克透露 Grok 4.8 进入 RL 阶段,主打「实用性最大化」不刷榜 — XFreeze · 2026-11-19
- 小公司 Liquid AI 决策模型反超谷歌微软,价格还便宜一半 — JosephJacks_ · 2026-11-19