谷歌推出Gemini 4 Neon,智能指数排名第3得61分
相关推荐
谷歌发布Gemini 4 Hydrogen,速度较3.8 Flash快2.5倍
PANews 11月13日消息,据谷歌官方X发布,谷歌推出Gemini 4 Hydrogen模型,提供低、中、高及新增xhigh四档思考等级,任务完成速度较Gemini 3.8 Flash快2.5倍,在Artificial Analysis智能指数上超过Argon。该模型即日起面向Gemini应用、谷歌搜索、Google AI Studio及Gemini API推出。
WorkBuddy 上线 Gemini 4 Carbon,仅限 Pro 计划用户使用
PANews 11月15日消息,腾讯 WorkBuddy 宣布已上线谷歌的 Gemini 4 Carbon 模型,目前只对 Pro Plan(Pro 计划)用户开放。
谷歌DeepMind发布机器人模型Gemini Robotics 2.5,奔驰产线试点成功率达96%
PANews 11月11日消息,据Google DeepMind公告,谷歌DeepMind发布视觉-语言-动作(VLA)模型Gemini Robotics 2.5,称这是其目前能力最强的机器人模型。和之前的基线模型相比,新模型的任务成功率提高30%至100%,完成任务的速度快20%至30%,测试覆盖200多项任务。在和Apptronik、梅赛德斯-奔驰合作的试点中,Apollo 2人形机器人在德国、匈牙利的汽车产线上自主分拣零部件,成功率为96%。该模型正向机器人合作伙伴逐步开放。
谷歌Gemini 4 Carbon全面推出,开放API调用
PANews 11月11日消息,谷歌CEO Sundar Pichai在X平台宣布,Gemini 4 Carbon今日起开始推出。该模型专为长时程持续任务打造,可对复杂软件工程、网络安全及科学发现进行深度推理,将通过Google AI Studio中的Gemini API及Gemini企业版面向全球开放,Ultra订阅用户还可在Antigravity、Gemini App及搜索AI模式中使用。谷歌此前于10月底发布Gemini 4 Carbon,并率先向部分网络安全防御者开放。
Artificial Analysis重做智能榜:40%权重改用私有测试
动察 Beating AI 快讯,Artificial Analysis 更新 Intelligence Index v4.2,旨在让榜单更难被针对性刷分。私有测试权重从 20% 提高到 40%,模型厂商无法提前看到完整测试集,减少针对 Benchmark 专门优化的空间。 新版加入 AA-Briefcase 和 GDP.pdf。AA-Briefcase 模拟持续数周的真实知识工作项目,模型要处理大量关联任务和数千份文件。GDP.pdf 则拿 100 份、共 4592 页的专业 PDF 出题,要求模型跨文本、表格、图表和脚注找证据再回答。 GPQA Diamond 则被直接移出综合指数。这个研究生级科学问答测试已经接近饱和,GPT-6 Astra 最高达到 96.3%,Gemini 3.8 Flash 也达到 95.3%,已经很难区分最强模型。 重新计算后,Claude Fable 5.1 仍排第一,GPT-6 Astra 第二。Astra 得分 55,比 GPT-5.6 Sol 高 4 分。Artificial Analysis 还称,Astra 在同级前沿模型中用了更少的输出 Token。
谷歌Neon拿下编程Agent世界第一:击败Fable 5.2,任务成本还更低
动察 Beating AI 快讯,谷歌Neon拿下编程Agent世界第一:击败Fable 5.2,任务成本还更低 谷歌刚发布的 Gemini 4 Neon,拿下了 Artificial Analysis 编程智能体(Coding Agent)排行榜第一名,超过了 11 月 9 日才发布的 Claude Fable 5.2。 Neon 搭配 Antigravity CLI,在最高推理档位下取得 58.6 分(榜单四舍五入显示为 59 分),领先搭配 Claude Code 的 Fable 5.2 和 Opus 5.5,后两者均为约 58 分。 这项综合评测包含 FrontierCode-AA 2.0、Terminal-Bench 4.1 和 SWE-Atlas-QnA-AA 三项测试,各占总成绩的三分之一。由于测试的是模型与 Agent 工具的组合,排名也会受到工具本身的影响。 Artificial Analysis 按 API 用量估算,Neon 完成一项编程任务平均花费 6.86 美元,Fable 5.2 为 15.47 美元,Opus 5.5 为 12.61 美元。 另外在 CursorBench 4.1 测试中,Neon 甚至不用开最高推理档,就以 63.7% 的得分超过了 Fable 5.2 最高档的 61.3%,平均每项任务成本仅 6.54 美元,后者却要 48.11 美元。即使把 Neon 也开到最高档,得分进一步升至 65.4%,任务成本也只有 10.67 美元,不到 Fable 5.2 的四分之一。 Gemini 4 Neon 刷新了编程模型的性能与成本「帕累托前沿」。