Gemini 4 Neon xhigh 档成本翻 8.6 倍,多数基准仅涨 1-4 分
jeremyphoward · x · 2026-11-23
一张广为流传的对比图汇总了 Gemini 4 Neon 在各思考档位(low/medium/high/xhigh)下的基准表现与成本:相对 low 档,xhigh 档每任务成本高达 8.6 倍(medium 2.5x、high 5x)。
关键数据(xhigh 相对 high 的增益):
- Terminal-Bench Science +4.3,HLE-Diamond +2.9,Terminal-Bench 4 +2.0,AA Intelligence Index +1.8,FrontierCode 2.0 +1.1,CritPt +0.9
- AutomationBench 仅 +0.1,而 GDP.pdf 反而下降 5.4 分
结论:xhigh(Google 默认宣传成绩背后的设置)带来的提升普遍很小,部分任务甚至倒退,性价比存疑。数据来源为 Artificial Analysis 及各基准榜单(Priors,2026-11-18),成本倍数基于 AA 每任务成本计算。
「模型」频道最新
- 博主给出综合模型榜:opus 5.5 居首,兼顾成本与速度 — MatthewBerman · 2026-11-23
- OpenAI 提出以困惑度为共同安全门槛,预训练进展将更透明 — anpaure · 2026-11-23
- 用 Gemini 4 Neon 做出黄金街第一视角凶案推理游戏 — venturetwins · 2026-11-23
- OpenAI 基座模型困惑度路线图泄露:内部模型已越千年数学奖门槛 — iruletheworldmo · 2026-11-23
- 微调 Inkling 2 Mini 做工单路由:54% 问题一轮即可出结果,时延降四成 — eltokh7 · 2026-11-23
- OpenAI 员工确认 GPT-4.1 并非全新预训练,只是 mid-train — JasonBotterill · 2026-11-23