Cognition 评测 Gemini 4 Neon:46.2% 得分逼近 Opus 5.5,成本仅三分之一
scaling01 · x · 2026-11-20
- Cognition 在自家基准 FrontierCode 2.0(衡量「该不该合并这个 PR」)上评测了 Gemini 4 Neon
- 得分 46.2%,与 Opus 5.5 相差不到 1 分,为 Gemini 系列最强
- 每任务成本 $4.38,约为 Opus 5.5 的三分之一
- 现已可在 Devin Desktop 与 Devin CLI 中使用
这被视为 Google 在编程模型上重回第一梯队的直接证据。
「编程与Agent」频道最新
- 用 Blender 和 Fable 5.2 给 vibe coding 网站去 AI 味,免费 skill 公开 — nateliason · 2026-11-20
- Gemini API 推出 tool search 预览版:工具按需加载,agent 不用每次全量带上 — rseroter · 2026-11-20
- 港大开源手机 Agent PhoneGo:CLI+GUI 混合执行,步骤省 47%、耗时省 56% — aigclink · 2026-11-20
- Anthropic 代码审查变革:AI 审查后实质问题检出率从 16% 升至 54% — dotey · 2026-11-20
- Modular 重建 MAX Module API:类 PyTorch 语法+即时调试 — clattner_llvm · 2026-11-20
- 曝 Apple 正研发可操控设备、上网与写码的 AI 智能体 — Polymarket · 2026-11-20