事件专题 ·多源确认

GoogleDeepMind 发布 Gemini 4 Neon,Agent Arena Index 排名第二

GoogleDeepMind 发布 Gemini 4 Neon,在 Agent Arena Index 上以 1336 分排名第二,成为 Google 表现最好的模型。该分数基于 4.2k 次真实智能体任务会话,超过了 #4 Carbon (High) 的 1303 分、#9 Hydrogen (High) 的 1271 分和 #11 Argon (High) 的 1229 分。在价格维度上,Neon 处于 Agent Arena 的 Pareto 前沿,每个任务的中位成本为 2.82 美元。 具体来看,Neon 比 #3 Claude Opus 5.5 (Max) 得分更高,单任务成本便宜 53%;比排名第一的 Claude Fable 5.2 (Max) 单任务成本便宜 69%。分项信号上,Praise vs. Complaint 达 1539 分排第 2,Steerability 1298 分排第 2,Task Completion 1316 分排第 3,说明用户对其任务结果满意度和响应修正的能力都接近头部水平。Peter Gostev 的实测视频则从 3D 场景、游戏、UI 生成和数据可视化四个方向对比了它与 Opus、Fable、Astra、Sol 的差距。 Code Arena 的 WebDev 和 Text Arena 成绩也在贴文线程中公布。对开发者而言,Neon 的意义在于以明显更低的价格拿到接近前沿的智能体任务表现,直接压缩了 Claude 系列在性价比上的优势。

当前结论

GoogleDeepMind 这次的 Gemini 4 Neon 在 Agent Arena Index 拿了 1336 分排第二,单任务成本 2.82 美元,比 Claude Opus 5.5 便宜一半还多。视频里实测了 3D 场景、游戏和 UI 生成,想做智能体应用的开发者可以看看性价比对比。

11 个信源74° AI 热度最后更新 2026/11/19 21:28:16

证据链

11 个信源
相关来源 2Artificial Analysis
查看原文
相关来源 6Simon Willison’s Weblog
查看原文

冲突核查

现有去重数据只说明这些来源讨论同一事件,不代表立场相同。当前没有结构化的支持或反驳证据,不自动推断冲突。