跳到正文
RadarAI· X:Arena (@arena)·· 2 小时前AI 评分58

Arena 发布 Agent Arena Index:Gemini 4 Neon (High) 以 1336 分排名第二

AI 导读

Arena 公布 Agent Arena Index 排名,Gemini 4 Neon (High) 以 1336 分位列第二,是 Google DeepMind 在该榜上排名最高的模型,得分基于 4.2k 真实智能体会话。

正文 · AI 翻译

Arena.ai· @arena · X·2026-11-19 05:39· 2 小时前AI 评分72

AI 导读

Arena 公布 Agent Arena Index 排名,Gemini 4 Neon (High) 以 1336 分位列第二,超过 #4 Carbon (High) 的 1303 分、#9 Hydrogen (High) 的 1271 分和 #11 Argon (High) 的 1229 分,得分基于 4.2k 真实智能体会话。

正文 · 原文

重磅消息:Gemini 4 Neon (High) 是 Agent Arena Index 上表现最好的 @GoogleDeepmind 模型,总排名第 2,并重塑了帕累托前沿!

基于 Arena 全球社区 4.2k 真实智能体会话,它获得 1336 分,超过了:

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

Neon 以每任务中位成本 $2.82 位于 Agent Arena 帕累托前沿。它的得分高于 #3 Claude Opus 5.5 (Max),而每任务成本低 53%;相比 #1 Claude Fable 5.2 (Max),每任务成本低 69%。帕累托图见推文串。

它在关键信号上表现强劲:

  • #2 好评 vs. 投诉:1539 分(用户对智能体结果的满意度)
  • #2 可引导性:1298 分(智能体对用户纠正的响应程度)
  • #3 任务完成度:1316 分(用户明确确认任务成功)

查看它在 Code Arena:WebDev 和 Text Arena 中的排名,见下方推文串。

祝贺 @GoogleDeepmind 团队又一次重大发布!

引用Google DeepMind@GoogleDeepMind

Gemini 4 Neon 现已推出。

它介于 Carbon 和 Hydrogen 之间,为复杂软件工程、知识工作和科学带来前沿智能与快速任务完成能力。

在 X 查看被引用的帖子

来源:Arena.ai · x.com

事件后续 · 3

查看事件全部

来源:RadarAI · aihot.news