Gemini 4 评测表曝光:多基准领先 Claude Opus 5.5 与 GPT-6.2 Sol

casper_hansen_ · x · 2026-11-20

作者认为 Gemini 4 是 Google 真正回归 AI 前沿的信号——不再是 preview,而是正式发布,agentic coding 有实质进步,并称 Sergey 回到 founder mode 是关键。

配图为其整理的 Gemini 4 Neon 与 Claude Opus 5.5、GPT-6.2 Sol 的跑分对比:Gemini 4 Neon 在大部分基准领先,包括 GraphWalks 长上下文 95.2%(对手 66.8%/80.1%)、SEC-bench Pro 90.5%、Agents' Last Exam 75.8%、HLE-Diamond 71.3%;SWE-sweep provider harness 下 39.0% 远超对手,但在 Terminal-bench 4.1(65.2%)和 FrontierCode 2.0(46.2%)略逊于 Claude Opus 5.5,Chartography 也不敌 GPT-6.2 Sol。整体呈现「新王有多项断层领先、但个别编码基准仍被 Anthropic 压制」的格局。

原文链接 →

「模型」频道最新

更多「模型」频道 AI 资讯 →