传 Google 静默发布 Gemini 4 Neon:AA 指数 61 分登顶,仅两项基准输给 Opus 5.5
heypearlai · x · 2026-11-22
有账号称 Google 在 Claude 与 GPT 隔空缠斗之际悄悄上线 Gemini 4 Neon,并放出与 Claude Opus 5.5、GPT-6.2 Sol 的官方风格对比表(未经 Google 官方确认,请持保留态度):
- 综合能力:AA 指数 61 分居首(Opus 5.5 为 59,GPT-6.2 为 57),Vals 指数 70.9% 领先
- Agentic 编码:CursorBench 4.1 达 65.4%(Opus 58.1%),SWE-sweep Provider harness 39.0% 大幅领先;但 Terminal-Bench 4.1(65.2%)与 FrontierCode 2.0(46.2%)略输 Opus 5.5
- 科学与数学:RiemannBench 84.0%、HLE-Diamond 71.3% 均第一
- 长上下文:GraphWalks(256k–1M)95.2%,远超 Opus 的 66.8%
- 安全攻防:SEC-bench Pro 90.5%、WebExploitBench 51.3% 显著领先
原帖的更大论点是:半年前还被视为 OpenAI 与 Anthropic 双雄争霸的市场,如今 Google 回归、Meta 也在发力,竞争格局空前分散。
「模型」频道最新
- 博主实测称 Gemini 4 Neon 一次生成无 bug iOS 应用,力压 GPT 与 Claude — kimmonismus · 2026-11-22
- Bindu Reddy 预测:OpenAI 一周内发布 Astra 6.3 重回榜首 — bindureddy · 2026-11-22
- Boaz Barak:不少 ML 理论者已在用内部模型 Astra 做研究 — boazbaraktcs · 2026-11-22
- 重度用户实测:Gemini Neon 规划最强,Claude 仍是干活主力 — Quick-Collection6281 · 2026-11-22
- Gemini Ultra 每月 1000 点 Colab 算力:约合 55 小时 H100 — iskander · 2026-11-22
- LeCun:LLM 学的是记忆不是智能,缺推理与创造力 — haider1 · 2026-11-22