模型多源确认74°

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

Just yesterday, @GoogleDeepMind released Gemini 4 Neon. Watch @petergostev’s first impressions as h...

精选理由

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。

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。

图片来源 · lmarena.ai
正文

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。

原文 · lmarena.ai

Just yesterday, @GoogleDeepMind released Gemini 4 Neon. Watch @petergostev’s first impressions as h...

Just yesterday, @GoogleDeepMind released Gemini 4 Neon. Watch @petergostev ’s first impressions as he unboxes this new model across 3D scenes, games, UIs and data visualizations. He compares it with Opus, Fable, Astra and Sol and shares his take on how close it is to the frontier. 00:00 Introduction and Arena ranking 00:29 Istanbul: first comparisons 01:38 White House and 3D detail 06:38 Creativity, realism and complex scenes 11:57 Live Aid and cinematic movement 13:38 Games: controls and visual quality 15:40 UI and design comparisons 17:02 Data visualization 18:03 UI coherence and design quality 21:59 Dynamic data and consistency 23:36 Pricing and model comparisons 27:30 Final verdict: how close to the frontier?

产业坐标与信源核验

本条情报归属 AITOP「模型」核心栏目,重点聚焦北美前沿实验室与硅谷科技巨头。在跨区域产业观察坐标中,该动态直接关联「中美大模型技术代差与商业化对照」「AI 开发者工具链、Coding Agent 与工程化实践」研究主线,反映出当前技术演进与商业落地的最新风向。涉及核心实体与技术议题包括:Gemini 4 Neon、GoogleDeepMind、Claude Opus、Agent Arena Index,读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。

信源核验说明:本文原始线索采编自「lmarena.ai」(@lmarena_ai),经 AITOP 多维评分管线结构化提炼。截至目前,全网已有 11 家独立信源对该事件进行交叉印证与跟进报道(含 宝玉、Artificial Analysis、kimmonismus 等),属于近期高关注度行业信号。