Gemini 4 Neon 罕见病基准 59% 接近 Fable 5.2,更便宜且安全护栏合理
danielmckinn0n · x · 2026-11-22
开发者 Daniel McKinnon 分享 GamowLabs 的 RareBench 罕见病基准(41 个配置、122 个病例,指标为完整因果发现召回 Rank@K)上的实测体验:
- Gemini 4 Neon 得分 59.0%,几乎追平 Claude Fable 5.2 的 61.5%(Gemini 4 Carbon EAP 同为 61.5% 居首),且价格更低、生物安全护栏更合理
- 作者长期用 AI 做儿童罕见病诊断辅助,此前很少能用 Claude Fable 端到端完成任务,常退回 Opus 5
- 他认为 Google 新模型真正解锁了「AI 辅助科研」的新范式
榜单上其他成绩:Gemini 4 Argon 57.4%、Claude Opus 5.5 51.6%、GPT-6.2 Astra 50.8%、Gemini 4 Hydrogen 49.2%。
「模型」频道最新
- 博主盛赞 GPT-6.2 Sol 效率惊人,Token 用量极低 — mark_k · 2026-11-22
- Yacine 直言 Claude 5.5 表现平平,不如 Neon — yacineMTB · 2026-11-22
- 陈文虎转发「但他们能推理吗?」质问,AI 圈理由论战再起 — WenhuChen · 2026-11-22
- 特斯拉 AI 负责人:如今方案算力比过去反而更少 — aelluswamy · 2026-11-22
- JUP-Eval 考什么:模型被用户施压后还守不守得住正确答案 — geoffwolfe · 2026-11-22
- 网友展示 Gemini 生成代码注释:用「像打开的抽屉」类比贴顶 — AI_Andrew · 2026-11-22