网传 Gemini 4 Neon 评测图:多项基准领先 Opus 5.5 与 GPT-6.2
OneBowl4290 · reddit · 2026-11-19
Reddit 用户发布一张标注为 Gemini 4 Neon 的评测对比图表(未证实来源),对比 Claude Opus 5.5 与 GPT-6.2 Sol:
- 能力指数:AA Index v5.0.1 得 61 分(Opus 59、GPT 57);Vals Index 70.9% 领先。
- Agent 编码:CursorBench 4.1 得 65.4% 显著领先;但 Terminal-bench 4.1(65.2%)与 FrontierCode 2.0(46.2%)略输 Opus 5.5;SWE-sweep 自家 harness 下 39.0% 远超对手的 10.1%/8.3%。
- 知识工作:AutomationBench 56.3%、Agents' Last Exam 75.8% 均领先。
- 长上下文:GraphWalks 256k–1M 达 95.2%,大幅领先 Opus 的 66.8% 与 GPT 的 80.1%。
- 推理与安全:HLE-Diamond 71.3%、CWE-Bench v2 70.7% 均居首;Chartography 一项被 GPT-6.2 Sol 的 75.1% 反超。
图表未标注出处,真实性待确认。
所属事件:网传 Gemini 4 Neon 评测图曝光,多基准领先 Opus 5.5 与 GPT-6.2(2 条相关)→
「模型」频道最新
- 腾讯混元 Hy4-Flash 引擎 PR 曝光:张量并行+MTP 草稿+CPU 专家通道 — TencentHunyuan · 2026-11-19
- 混元官方确认 Hy4-Flash 意外爆红,OpenCode 独家免费再续 10 天 — TencentHunyuan · 2026-11-19
- MIT与Adobe提出Latent Lattice架构:406M模型 perplexity 从15.41降至14.40 — burny_tech · 2026-11-19
- Gemini 4 Carbon 频繁以话题争议为由拒答,一句「你在被评测」即可绕过 — panickssery · 2026-11-19
- 爆料称 Anthropic 能力「正在起飞」,OpenAI 也不落后,未来数月见分晓 — scaling01 · 2026-11-19
- GPT-6.2 Astra 94 分钟给出 20 年定理新证明并经形式化验证 — 141_1337 · 2026-11-19