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。
Current read
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。
Evidence
11 sourcesConflict check
Dedup data only shows that these sources discuss the same event, not that they agree. There is no structured supporting or refuting evidence yet, so no conflict is inferred automatically.