跳到正文

#Google

RSS
今日 0 則
11月21日週六
  1. MarkTechPost79

    Baseten 推出 Bison-1 和 Groundhog-1 決策模型

    有些工作需要 AI 判斷是否符合條件、從選項中挑答案,或給出分數,不必另外生成一段文字。Baseten 推出 Bison-1 和 Groundhog-1,兩款模型都能讀取文字與圖片,並處理最多 128k tokens 的內容;Bison-1 在 Artificial Analysis Decision Index v2.1 得 76 分,Groundhog-1 目前還沒有正式分數。兩者也可透過 Baseten API 使用,或下載 Hugging Face 上的 BF16 權重;文章列出的輸入價格分別是每 1M tokens $0.10 和 $0.035。

    推薦理由:兩款模型把可處理的上下文拉長到 128k,並支援圖片輸入;評測分數、價格與部署規格可用來比較不同決策任務的需求。

  2. Dev.to Top Tech76

    Gemini 4 Hydrogen 和 GPT-6.1 Terra 評測:Hydrogen 在 9 項共同基準中贏了 8 項

    挑模型時,分數較高的選項也可能比較貴,而且公開測試不一定符合自己的工作。作者比較 Gemini 4 Hydrogen 和 GPT-6.1 Terra 在 Google 模型卡上都有分數的 9 項基準,Hydrogen 贏了 8 項,Terra 則在科學類終端機測試勝出;這些結果由 Google 執行,兩款模型的測試條件可能不同。依文中列出的標準 API 費率,輸入 2,000 萬、輸出 500 萬 token,每月費用分別是 $67.50 和 $45.00。文章建議用自己的工作測試分數、費用和成功率,再決定怎麼選。

    推薦理由:文章把兩款模型的公開基準分數、每百萬 token 費用與月用量試算放在一起,呈現選擇時效能和成本的取捨。

  3. Arena.ai44

    Arena 推出新的 Agent Arena Index,評比 AI 助理的表現。Gemini 4 Neon 首次上榜就以 1336 分拿下第 2 名;GPT-6.2 Astra 得第 6 名,GPT-6.2 Sol 得第 11 名,平均每項任務花費 $0.90。Qwen4-Max 排第 14 名,也是排名最高的中國模型。推文也列出其他榜單結果,例如 Muse Ember 在 Code Arena: WebDev 得 1608 分,排名升到第 1。這些成績和費用能幫大家比較不同 AI 助理的表現與成本。

  4. Google AI50

    Google 整理了近幾週推出的多項 AI 更新:Gemini 4 Neon 主打處理複雜軟體工程、知識工作與科學任務;Hydrogen 著重日常寫程式和 AI 助理工作流程的速度與效率;Carbon 則面向長時間的大型專案和深入研究。其他更新包括可即時編輯場景的 Genie 4、能用聲音一步編輯、改寫或翻譯文字的 Gemini 3.5 Transcribe,以及 Gemini Robotics 2.5 和協助科學家研究疾病成因的 AlphaGenome 2。這些工具涵蓋開發、研究與機器人等用途,也讓開發者能透過 Gemini API 使用更多功能。

11月20日週五
  1. Dev.to Top Tech69

    Google 推出 Gemini 4 Neon,主打兼顧推理能力與價格

    挑模型時,小型款速度快、價格低,大型款能力強但更貴,中間款能不能划算,得看價格和用途。Google 在 11 月 18 日推出 Gemini 4 Neon,定位介於 Hydrogen 和 Carbon 之間,主打複雜程式開發、分析推理和企業工作流程。Neon 每百萬個輸入 token 收 $3、輸出 token 收 $15;Google 表示,在預設的高思考等級下,每項任務比 Carbon 便宜 32%,但這是 Google 提供的比較數字,尚無外部測試重跑。Gemini 的 Tasks 現在也能使用 Neon,處理多步驟工作。它將提供給部分付費方案與企業使用者,沒有免費方案。

  2. Dev.to Top Tech79

    Gemini 4 Neon 和 Claude Opus 5.5 寫程式比較:哪些結果有資料佐證?

    挑寫程式的 AI 模型時,單看哪個跑分高,可能看不出實際差別。這篇文章整理 Gemini 4 Neon 和 Claude Opus 5.5 的公開比較:Google 的資料顯示 Neon 在部分基準測試領先,Opus 5.5 則在另外兩項測試小幅領先;另一項編碼助理指標中,兩者分數接近。文章也列出估算的每項編碼任務費用,Neon 約 $6.86,Anthropic 的兩種設定約 $12.61 至 $15.47。作者提醒,最高思考設定會讓輸出 token 數增加一倍以上,建議先用自己的專案測試再決定是否更換。

    推薦理由:文章整理 Gemini 4 Neon 與 Claude Opus 5.5 的基準測試、任務成本和輸出差異,能幫助讀者看懂比較結果的適用範圍。

  3. Dev.to Top Tech81

    Gemini 4 Hydrogen 和 Claude Sonnet 5.5 怎麼選?比較測試表現與成本

    挑寫程式用的模型,不能只看每個 token 的價格,還得看工作型別和完成任務要花多少錢。文章比較 Gemini 4 Hydrogen、Claude Sonnet 5.5 和 GPT-6.1 Sol:Google 公佈的測試中,Hydrogen 在 9 項裡贏了 6 項,較適合呼叫工具和修 bug;Sonnet 5.5 則在終端機操作、電腦使用和科學命令列測試勝出。獨立評分中,Sonnet 5.5 略高於 Hydrogen;Hydrogen 產生的文字較多,因此每個 token 較便宜,不一定代表每項工作花費更低。文章也整理了價格與使用方式,並建議用自己的工作測試再決定。

    推薦理由:文章並列 Google 公佈的測試與獨立評分,也提醒輸出較長會拉高每項工作的成本,方便依實際工作型別比較模型。

  4. Dev.to Top Tech54

    NovaAtom-Lite 與 AlphaFold 3 比較:抗體介面領先,蛋白質 DNA 則落後

    挑選蛋白質結構預測模型時,不同模型在不同分子組合上的表現可能差很多。這篇評測整理 FoldBench 的廠商自報數字:NovaAtom-Lite 在抗體與抗原介面得到 79.07%,AlphaFold 3 為 47.90%;在蛋白質與小分子介面也領先,但蛋白質與 DNA 介面由 AlphaFold 3 領先。這些結果尚無獨立團隊重做驗證,而且比較使用的樣本數並不完全相同。NovaAtom-Lite 目前沒有公開模型權重或程式碼,研究團隊可先把它當作另一個參考模型,並留意結果仍待外部驗證。

  5. Dev.to Top Tech60

    Gemini 4 四款模型怎麼選?比較推理、寫程式和長文本表現

    挑模型時,只看一個總分,可能看不出它在自己的工作上好不好用。作者整理 Gemini 4 Argon、Carbon、Hydrogen 和 Neon 的公開測試,沒有重新跑測試;結果顯示,同樣是高推理設定,Neon 和 Carbon 的總分都是 60,但估計完成加權任務的時間分別是 14.8 分鐘和超過半小時。長文本測試也顯示,模型能讀進很多文字,不代表都同樣會追蹤內容之間的關係。文章提醒,寫程式的結果還會受工具、重試方式和驗收標準影響,挑模型時應用自己的任務測試,並把花費、完成時間和通過驗收的結果一起比較。

  6. Cognition76

    挑選程式碼變更要不要合併,得同時看模型判斷得準不準、花費多不多。Cognition 用自家的 FrontierCode 2.0 評估 Gemini 4 Neon,這項基準測試關心模型能否判斷一項程式碼變更是否該合併。Gemini 4 Neon 得分 46.2%,每項任務約 $4.38;Cognition 表示,它的分數和 Opus 5.5 相差不到 1 分,成本約為三分之一。Gemini 4 Neon 也已可在 Devin Desktop 和 Devin CLI 使用。

    推薦理由:FrontierCode 2.0 用是否該合併程式碼變更來評估模型,並列出 Gemini 4 Neon 的分數與每項任務成本,方便比較其表現與花費。

  7. aihot75

    Gemini 4 Neon 首發實測:Peter Gostev 比較 3D、遊戲與介面表現

    新模型的實際表現如何,光看排名不容易知道,也得看看它在不同工作裡做得怎麼樣。Peter Gostev 實測 Gemini 4 Neon,拿它和 Opus、Fable、Astra、Sol 等模型比較,展示它在 3D 場景、遊戲、介面和資料視覺化上的表現,並討論畫面細節、操作、設計一致性與定價。Arena 引用的排名資料來自 4.2k 個真實世界 AI 助理對話,Gemini 4 Neon 得分 1336 分、排名第 2,每項任務中位成本為 $2.82;這些數字提供了比較表現與成本的參考。

    推薦理由:這段實測涵蓋 3D 場景、遊戲、介面與資料視覺化,並搭配 Arena 排名和每項任務成本,能從多種用途比較 Gemini 4 Neon 的表現。

  8. Dev.to Top Tech52

    Gemini 4 Neon 價格和生成測試怎麼比?

    選模型時,只看 Token 單價,可能猜錯哪款模型做一次任務比較省錢。這篇文章整理 Carbon、Neon 和 Hydrogen 的價格與推理檔位,也比較三款模型在同一個圖形生成題目中的耗時和費用。Carbon 的優惠價到 2026 年 11 月 30 日,12 月 1 日起恢復較高的常規價格;測試中,Neon 的單次費用有時低於 Carbon,原因是它用了較少 Token。這只是單一題目的示例,不能用來判斷模型整體能力或穩定速度。

  9. Artificial Analysis43

    不太熟悉新推出的 Gemini 4 系列?以下是 Gemini 4 Carbon、Neon 和 Hydrogen 的幾項重點 Carbon 是價格最高的模型(每 1M 輸入/輸出 tokens 為 $4/$20),接著是 Neon($3/$15)和 Hydrogen($1.50/$7.50)。在低推理力度下,Carbon 的表現是三者中最好的,但會使用更多 tokens。不過,Neon 和 Hydrogen 提高推理力度後的擴充套件效果更好,並多了一種推理選項(xhigh)。

11月19日週四
  1. Dev.to Top Tech58

    Gemini 4 四款模型怎麼選?Hydrogen 回答較快,Neon 價格最高

    Gemini 4 的四款模型速度、價格和擅長的工作不同,選錯可能讓程式跑得慢,也多花費用。作者用平臺近 30 天的實際呼叫比較速度與價格:回答長度在 1,500 到 4,000 個 token 時,Hydrogen 中位數為 23 秒,Argon 為 44 秒、Carbon 為 49 秒;Neon 每 1M 個輸入 token 收 $3.00、輸出 token 收 $15.00,是四款中最貴的。作者也用六項任務測試 Neon,把思考程度從預設的 high 調成 low,費用從 24.7 美分降到 12 美分,37 項檢查都通過。文中建議日常大量工作先用 Hydrogen,較難的問題再交給其他模型;這些結果來自作者的平臺和測試,不能直接當成所有工作都適用的排名。

  2. iThome (臺灣)83

    Google 推出 Gemini 4 Neon,讓 AI 助理分工修改與測試程式

    處理大型程式修改時,規畫工作、動手改程式和檢查結果常要反覆進行。Google 推出 Gemini 4 Neon,可在 Antigravity 中安排任務並審查成果,再交給 Gemini 4 Hydrogen 修改程式、更新套件和執行測試;遇到解決不了的問題時,Hydrogen 會把工作交回 Neon調整計畫。第三方評測中,Neon的程式開發代理指數為58.6分,略高於列出的Claude模型;每項任務平均費用為6.86美元。評測使用的工具不同,分數反映模型和工具搭配後的整體表現。

    推薦理由:Neon與Hydrogen在開發任務中的分工,以及不同工具搭配下的評測與費用差異,提供了評估程式開發模型的具體參考。

  3. The Decoder84

    Google DeepMind 推出 Gemini 4 Neon,速度更快、定價更低

    Google DeepMind 推出 Gemini 4 Neon,作為 Gemini 4 Carbon 之外的新選擇。Neon 的文字、圖片、音訊和影片上下文視窗可容納一百萬個 token,生成速度接近 Carbon 的兩倍,標準定價也低 25%。不過,Neon 每項任務會多用約 15% 的輸出 token,因此省下的費用來自每 token 單價較低。報導也整理了它在程式開發、檔案和簡報測試中的表現;不同測試與推理設定下的結果並不相同。

    推薦理由:Neon 與 Carbon 的比較涵蓋速度、價格和多項測試,也指出省錢來自較低的每 token 定價,而非較少的輸出 token。

  4. Dev.to Top Tech70

    Gemini 4 Neon、GPT-6.2 Astra 和 Claude Fable 5.2 怎麼選?比較評分與任務費用

    挑大型語言模型時,只看每個 token 的價格,可能會選錯。這篇文章比較 Gemini 4 Neon、GPT-6.2 Astra 和 Claude Fable 5.2 的價格、排行榜分數與每項任務費用:Neon 的 token 單價最低,Astra 在一項獨立測試中每項任務花費最低,Fable 5.2 則在兩個排行榜領先。差別在於模型完成工作時會寫出多少 token,Astra 的測試輸出量遠少於另外兩款,因此即使單價較高,每項任務還是比較省。文章也提醒,排行榜採用的測試不同,排名可能不一致;文中提供一套測試流程,建議用自己的工作內容比較成功率、token 用量和速度。

  5. Dev.to Top Tech77

    Gemini 4 Neon 開發者指南:怎麼看成本、上下文與推理

    選模型時,只看每次呼叫的價格,可能看不出完成一項工作的實際花費。Google 推出的 Gemini 4 Neon 可接收文字、圖片、音訊、影片和 PDF,並有四種思考等級;輸入、思考和輸出共用上下文視窗。文章建議用自己的任務測試不同等級,記下答案是否正確、重試花費和完成時間,再和目前使用的模型比較。Google 公佈的基準結果只反映特定測試環境,作者提醒,工具、指令和測試方式也會影響結果。

    推薦理由:文章把 Gemini 4 Neon 的單次呼叫費用和完成任務的總成本分開比較,並整理出用自家工作測試模型的做法。

  6. Simon Willison58

    Google 推出 Gemini 4 Neon,價格與其他版本的排序會改變

    Google 推出 Gemini 4 Neon,但 Gemini 4 系列的價格因折扣而不容易比較。目前 Neon 每百萬個輸入 token 收 $3、輸出 token 收 $15;Carbon 折扣期間是 $2 和 $10,Hydrogen 則是 $1.50 和 $7.50。Carbon 預計在 12 月 1 日恢復原價,屆時價格排序會改變。作者也用低、中、高三種推理設定比較 Neon 產生的鵜鶘圖片,並展示一段用 Neon 製作、讓 Yonkers 變成巨大機甲並在紐約市街道行走的動畫。

  7. Dev.to Top Tech66

    Gemini 4 Neon 怎麼計費?比較不同思考等級與實際呼叫成本

    使用 Gemini 4 Neon 時,光看每百萬 token 的價格,不容易知道一次工作會花多少錢,尤其模型思考時用掉的 token 也要計費。這篇整理了不同方案的價格,並用程式碼檢查、重複提示詞和長檔案提問等例子,試算每次呼叫的費用。文中也比較不同思考等級:等級提高可能讓測試分數上升,但會用掉更多輸出 token;重複提示詞若命中快取,費用也會降低。作者建議先用 medium 測試,再依任務需要調整,並用自己的提示詞實測成本。

  8. BlockTempo 動區動趨72

    Google 推出 Gemini 4 Neon,Pro 訂閱者也能使用

    Google 推出 Gemini 4 Neon,讓 Pro 訂閱者也能使用中階模型;它在第三方綜合指數拿下 61 分,比旗艦 Carbon 的 60 分高 1 分。不過 Neon 的分數使用最高思考檔位,Carbon 則是較低檔位,不能直接看成 Neon 全面勝出。Google 公佈的 19 項測試中,Neon 有 16 項領先 Claude Opus 5.5 和 GPT-6.2 Sol,但這些是 Google 自己挑選與測試的結果,還沒有獨立測試;在三家共用的軟體工程測試環境中,Neon 的成績也和 Sol 接近。

  9. Dev.to Top Tech79

    Gemini 4 Neon 評測:比較基準、API 費用與 AI 助理工作流程

    挑模型時,排行榜上的分數不一定能告訴你實際工作要花多少錢,工作流程工具也會影響結果。作者整理 Gemini 4 Neon、Carbon 和 Hydrogen 的價格與測試成績,並說明 Neon 的輸出費用包含思考用的 token,調高思考程度也會增加費用;Carbon 和 Argon 的優惠價格則會在 12 月 1 日結束。文章還比較同一模型在不同程式工作流程工具上的測試結果,指出分數差距可能很大,建議團隊用自己的工作流程和任務測試,再估算費用。

    推薦理由:文章比較 Gemini 4 Neon 與 Carbon 的費用和測試結果,也指出同一模型換了工作流程工具後,程式任務分數差異很大。

  10. The New Stack75

    Gemini 4 Neon 換用 Antigravity 後,SWE-sweep 成績升至 39.0%

    同一個模型換了執行程式工作的工具環境,寫程式的測試成績可能差很多。Google 的 Gemini 4 Neon 用 mini-SWE 測試時,SWE-sweep 成績是 12.8%;改在 Antigravity 裡執行後,成績升到 39.0%。其他模型的結果也不一樣:Claude Opus 5.5 換用 Claude Code 後成績提高,GPT-6.2 Sol 換用 Codex 後反而下降。這次比較顯示,工具環境可能影響測試結果,但 Google 沒有分開測試 Antigravity 的哪些改動帶來差異,也還沒有 Neon 使用其他工具環境的資料。

  11. Cursor74

    在 Cursor 裡使用 Gemini 模型時,效能和費用都是選擇時會考慮的因素。Cursor 宣佈 Gemini 4 Neon 已可使用;在 CursorBench 4.1 的預設 effort 設定下,它拿到 63.7%,高於 Gemini 4 Hydrogen 的 57.3%。價格是每百萬個輸入 tokens $3、每百萬個輸出 tokens $15,提供了比較測試分數與費用的依據。

    推薦理由:Gemini 4 Neon 在 CursorBench 4.1 的分數高於 Gemini 4 Hydrogen,並列出輸入與輸出價格,可用來比較效能和使用成本。

  12. Dev.to Top Tech55

    Darwin-Prediction-Weather 在 28 項天氣預報比較中排名第一

    天氣預報要看得準,還得在不同城市、天氣變數和預報天數下都維持表現。VIDRAFT 把 Darwin-Prediction-Weather 和 8 個預報模型放在相同條件下比較,涵蓋 24 個城市,並用實際觀測資料檢查約 9 個月的預報。研究稱 Darwin 在 28 項比較中都排名第一;例如預報 7 天後的最高溫,平均誤差是 2.08°C,低於 ECMWF AIFS 的 2.42°C。不過,這是 VIDRAFT 的研究結果,文章也說 Darwin 尚未開放使用,沒有公開模型或 API 可供開發者試用。

  13. hackernews10088

    Google 推出 Gemini 4 Neon,主打快速處理程式開發與分析工作

    處理大型程式專案、企業資料和科學問題時,工作常要分好幾步,也會用到不同工具。Google 推出 Gemini 4 Neon,主打更快完成這類工作,並可在單一上下文視窗中整理試算表、PDF、圖表、音訊和影片。Google 表示,它在多項程式、研究與資安測試中表現突出;高思考等級下,每項任務成本比 Gemini 4 Carbon 低 32%。Gemini API、Gemini app、Google Antigravity 等服務正陸續開放使用,資安版本則先提供給 Fairwind Program 的受信任防禦者。

    推薦理由:Gemini 4 Neon 在高思考等級下,官方稱每項任務成本比 Carbon 低 32%,可看出它如何在效能與成本間取捨。

  14. Artificial Analysis70

    挑 AI 模型時,分數、花費和完成工作所需的時間常要一起考量。Artificial Analysis 測試 Google 的 Gemini 4 Neon,發現它在 Intelligence Index 得 61 分,比 Gemini 4 Carbon 高 1 分;每項任務花費 $6.44,約低 17%,平均約 21 分鐘,比 Carbon 的約 36 分鐘快。報告也指出,Neon 每項任務用的輸出 token 更多,較低花費來自 token 價格較低,較快則和輸出速度較高有關。用 Antigravity CLI 測試寫程式的 AI 助理時,Neon 的分數也高於 Carbon,成本低於報告列出的 Claude Opus 5.5 和 Claude Fable 5.2。

    推薦理由:這份評測比較 Gemini 4 Neon 與 Carbon 的任務成本和完成時間,也拆出價格與輸出速度對差異的影響,方便衡量效能和花費。

  15. aihot83

    Google DeepMind 發布 Gemini 4 Neon,主打快速處理複雜工作

    複雜的程式開發、分析和科學工作,常得花很多時間,也可能需要多個步驟才能完成。Google DeepMind 推出 Gemini 4 Neon,主打快速處理這類工作,並能在單一 100 萬 token 上下文視窗中整理試算表、PDF、圖表、音訊和影片。官方列出的評測成績包括 Artificial Analysis Intelligence Index 第 3 名、Agent Arena Index 第 2 名;價格為每百萬輸入 token $3、每百萬輸出 token $15。Neon 已開始向開發者、企業和部分訂閱使用者開放;網路防禦版本則預計在未來幾天提供給符合資格的 Fairwind 計畫成員。

    推薦理由:官方列出 Gemini 4 Neon 的基準成績、價格與開放物件,可用來比較它在複雜工作中的能力和成本。

  16. aihot82

    Gemini 4 Neon 開放給 Google AI Pro 和 Ultra 訂閱使用者

    Google 宣佈 Gemini 4 Neon 已開放給 Google AI Pro 和 Ultra 訂閱使用者,可在手機、桌上型電腦和網頁上使用。官方表示,這款模型適合需要高階推理和快速回應的工作;原文沒有提供更多功能細節或使用限制。

    推薦理由:Gemini 4 Neon 已向 Google AI Pro 和 Ultra 訂閱使用者開放,原文說明它面向需要高階推理與快速回應的工作,可瞭解其訂閱方案與使用平臺。

  17. aihot81

    Google DeepMind 的 Gemini 4 Neon 登上 OpenRouter

    挑選模型時,除了看它能做什麼,也得考量使用成本。OpenRouter 轉述 Google DeepMind 的訊息,宣佈 Gemini 4 Neon 已在平臺上線,並透過 Google Cloud 提供。這款模型主打複雜的軟體工程、知識工作和科學用途,定位介於 Carbon 與 Hydrogen 之間。Google 表示,它在 Artificial Analysis Coding Agent Index 排名第一,每項任務的成本比 Carbon 低 32%。

    推薦理由:Gemini 4 Neon 定位在 Carbon 與 Hydrogen 之間,且每項任務成本比 Carbon 低 32%,可供比較模型選型與成本。

  18. Sundar Pichai88

    處理複雜的軟體工程、知識工作和科學流程,常需要完成一連串工作。Google 推出 Gemini 4 Neon,並表示它能快速完成這些流程中的任務。這款模型從今天起陸續開放,使用管道包括 Gemini API、Google AI Studio、Gemini for business、Google Antigravity,以及付費的 Google AI Pro 和 Ultra 訂閱方案;Gemini App 也提供給 Google AI Pro 和 Ultra 訂閱者使用。

    推薦理由:這次發布涵蓋軟體工程、知識工作與科學流程,可從中瞭解 Gemini 4 Neon 的推出範圍與使用管道。

  19. Rohan Paul91

    挑選 AI 模型時,常得在效能和使用成本之間取捨。Google 推出 Gemini 4 Neon,Artificial Analysis Intelligence Index 得分為 61,排名第 3;每 1M 個輸入與輸出 tokens 分別收費 $3 和 $15。原文也稱,在預設高設定下,Neon 每項任務的成本比 Gemini 4 Carbon 低 32%。在程式開發方面,它在 Artificial Analysis Coding Agent Index 排名第 1;放進 Google Antigravity 執行時,SWE-sweep 分數從 12.8% 升到 39.0%。這些數字提供了比較效能與成本的參考,但各項排名來自不同基準測試。

    推薦理由:文中列出 Gemini 4 Neon 的價格、任務成本比較與多項基準排名,可用來瞭解它在效能和花費間的表現。

  20. Google AI86

    處理大型專案時,AI 助理可能要等很久,也容易漏看不同檔案之間的關係。Google 發布 Gemini 4 Neon,主打快速完成程式開發、知識工作和科學任務;它能除錯和重整多個程式檔案、一次整理大量資料,並提供 4 種思考程度供人調整。Google 展示它在 Antigravity 執行 12 小時的 /swarm,根據檔案照片重建 Alan Turing 1936 年的研究,並做出可運作的通用圖靈機。文中提到的最低模型幻覺率來自 Google 內部測試,適用範圍是該測試。

    推薦理由:Gemini 4 Neon 把多檔案程式修改、長上下文與可調整的思考深度放在同一模型中,原文也以重建圖靈研究展示長時間任務的用法。

  21. Google DeepMind85

    Google DeepMind 推出 Gemini 4 Neon,主打快速處理程式與分析工作

    處理大型程式專案、企業資料和科學問題時,工作常需要多步驟操作,也會耗費不少時間與費用。Google DeepMind 推出 Gemini 4 Neon,主打在單次工作中處理複雜任務,並可讀取多種資料;上下文視窗為 1 million tokens。官方表示,它在多項程式、分析與科學評測中取得高排名,也能協助找出和修補程式漏洞。價格為每 1 million input tokens $3、每 1 million output tokens $15;產品正陸續開放給開發者、企業及符合資格的 Gemini 訂閱者。文中的評測結果與安全資料來自官方列出的測試。

    推薦理由:Gemini 4 Neon 同時面向程式開發、企業分析與資安工作,文中也比較了效能、費用和安全防護,呈現它的使用取捨。

  22. Arena.ai68

    挑選 AI 助理時,除了看任務做得好不好,也要考慮每次任務的花費。Arena 根據社群進行的 4.2k 次真實 AI 助理工作階段,將 Gemini 4 Neon (High) 排在 Agent Arena Index 第二名,得分為 1336,單次任務中位成本為 $2.82。榜單也列出使用者滿意度、回應修改的能力和任務完成情況等指標;這些數字能讓人比較表現與費用,但只反映這份榜單採用的評測方式。

    推薦理由:Arena 的排名與每項任務中位成本,呈現 Gemini 4 Neon (High) 和其他模型在表現與費用上的差距。