Hacker News AIT2·基座大模型
58 分
谷歌发布 Gemini 4 Neon,基准测试较前代 Carbon 小幅提升,但推理速度从 46 tokens/s 跃升至 127 tokens/s。作者基于 Agent Duel 排行榜数据建模推算,Neon 与 Opus 5.5 的 Elo 差距 90% 置信区间为 -94 至 +68,对战胜率约 48.3%,属于势均力敌的竞争者。
基于用户对战投票评估模型能力的排行榜平台
谷歌发布 Gemini 4 Neon,基准测试较前代 Carbon 小幅提升,但推理速度从 46 tokens/s 跃升至 127 tokens/s。作者基于 Agent Duel 排行榜数据建模推算,Neon 与 Opus 5.5 的 Elo 差距 90% 置信区间为 -94 至 +68,对战胜率约 48.3%,属于势均力敌的竞争者。