Gemini 4 Neon 登上 KradleBench 排第8:聪明但行动慢2.4倍
nathanbenaich · x · 2026-11-21
KradleBench(一个在模拟场景中评测 LLM agent 的基准)宣布 Gemini 4 Neon 上榜,排名第 8,位于 Hydrogen(第 7)之后。评测显示它在 Creativity/Logic 等原始智能维度得分更高,但行动速度慢 2.4 倍(Conflict/Economy 维度落后),导致了一些翻车场面——例如因为「思考循环」耗时太长而在海上场景中溺水。评测视频已发布。
「模型」频道最新
- 研究员吐槽:买的「好数据」不是与聊天机器人的用户对话记录 — teortaxesTex · 2026-11-21
- 用 80% TH 1.1 曲线外推:Opus 5.5 任务时长或达 45 小时 — ben_j_todd · 2026-11-21
- Inkling 2 Mini 量化版发布:5.4GB 保留91%性能,跑_local党狂欢 — teortaxesTex · 2026-11-21
- 网友实测新模型 Inkling:对话流畅如 Gemma,技术力接近 Qwen — Altruistic_Heat_9531 · 2026-11-21
- 自研 Swift 引擎实测三权重 Bonsai 2:A14 上解码快 Qwen 32% — leo-k7v · 2026-11-21
- 破案:匿名榜单神秘模型 Gestalt 疑为智谱憋了三个月的 GLM-5.5 — VraserX · 2026-11-21