跳到正文
aihot(aihot.news)· noreply@aihot.news (Arena)·· 3 天前精選品質評分75

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

Gemini 4 Neon 實測:Peter Gostev 對比 Opus、Fable 等模型的首發體驗

重點導讀

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。

AI 伴隨問答

自備 Key 深度分析

針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:

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。

正文

就在昨天,@GoogleDeepMind 釋出了 Gemini 4 Neon。

觀看 @petergostev 的第一印象,他在 3D 場景、遊戲、UI 和資料視覺化中開箱體驗這個新模型。他將其與 Opus、Fable、Astra 和 Sol 進行比較,並分享了他對它與前沿水平有多接近的看法。

00:00 介紹與 Arena 排名
00:29 伊斯坦布林:初步比較
01:38 白宮與 3D 細節
06:38 創意、真實感與複雜場景
11:57 Live Aid 與電影級運動
13:38 遊戲:操控與視覺質量
15:40 UI 與設計比較
17:02 資料視覺化
18:03 UI 一致性與設計質量
21:59 動態資料與一致性
23:36 定價與模型比較
27:30 最終結論:與前沿水平有多接近?

引用 @arena:

重大訊息:Gemini 4 Neon(High)是 Agent Arena Index 上表現最好的 @GoogleDeepmind 模型,綜合排名第 2,並重塑了帕累托前沿!

基於 Arena 全球社群 4.2k 個真實世界AI 助理會話,它獲得 1336 分,超過了:

  • 第 4 名 Carbon(High):1303 分
  • 第 9 名 Hydrogen(High):1271 分
  • 第 11 名 Argon(High):1229 分

Neon 以每任務中位成本 $2.82 位於 Agent Arena 帕累托前沿。它的得分高於第 3 名 Claude Opus 5.5(Max),而每任務成本低 53%;相比第 1 名 Claude Fable 5.2(Max),每任務成本低 69%。帕累托圖見推文串。

它在關鍵訊號上表現強勁:

  • 第 2 名 讚揚 vs. 投訴:1539 分(使用者對AI 助理結果的滿意度)
  • 第 2 名 可引導性:1298 分(AI 助理對使用者糾正的響應程度)
  • 第 3 名 任務完成:1316 分(使用者明確確認任務成功)

檢視它在 Code Arena:WebDev 和 Text Arena 中的排名,見下方推文串。

祝賀 @GoogleDeepmind 團隊又一次重大發布!

https://x.com/arena/status/2123169189397709174

影片

—— 本文由 AIHOT 聚合整理,完整版與更多 AI 動態見 https://aihot.news/items/z0unnn7ryj39a3tuns8b1l4a6

來源: aihot (aihot.news)
開啟原文

讀者討論

理性交流 · 即時討論