Gemini 4 阵容实测对比:Neon 速度翻倍但幻觉率偏高
teortaxesTex · x · 2026-11-19
博主 teortaxesTex 基于 Artificial Analysis 的数据对比 Google Gemini 4 家族的 Neon 与 Carbon 两个型号:
- Non-Hallucination Rate:Carbon 系列最高达 96%,Carbon (high) 89%,Neon (high) 86%、Neon (medium) 84%;Claude Opus 5.5 (max) 65%,Anthropic 的 Astra/Fable 系列仅 38-50%。
- Terminal-Bench-Science 0.1(终端科研 agent 工作流):OpenAI Astra (xhigh) 领跑 79%,Neon (max) 70%,Carbon 62-66%。
- 作者判断:Neon 在 AA-Accuracy 上与 Carbon 持平甚至更强,但幻觉控制更差,「小模型/低精度」的味道;Neon 快 2 倍、输出更啰嗦、每 token 略便宜,是典型的 Flash 型定位,但官方没把它单独当作一条预训练线宣传,所谓 MRL 只是含糊说法。
整体结论:Neon 智力水平确实在线,是速度与幻觉率之间的取舍。
「模型」频道最新
- 实测 Gemini 4 Neon:AI SEO 建议答得比 Hydrogen/Carbon 强 — gaganghotra_ · 2026-11-19
- 长文:Agent 开发痴迷刷榜,用户成了被遗忘的配角 — tokenbender · 2026-11-19
- Argon/Carbon/Neon 三模型疑为同源蒸馏,官方回避 post-trained 说法引猜测 — teortaxesTex · 2026-11-19
- 日语实测者称 6.2-Astra 极强,AWTF26 开赛 2 小时即想出新解法 — i_dg23 · 2026-11-19
- KVARK Flash 代理:按请求限 DeepSeek 思考量,token 省 30-50% — Ill_Contribution_717 · 2026-11-19
- FoodTruck Bench 榜单上线 Papers with Code:让 LLM 真金白银经营餐车 30 天 — NielsRogge · 2026-11-19