谷歌发布了 Gemini 4 Neon 模型,声称其在大多数基准测试中优于主要竞争对手——Anthropic 的 Claude Opus 5.5 和 OpenAI 的 GPT-6.2 Sol。然而,在一系列任务中竞争对手表现更强,这改变了 AI 领军者竞赛的格局。
新模型的发布始于 11 月 18 日。Gemini 4 Neon 被定位为前沿级解决方案:据开发者称,它能够快速完成编程、办公工作和科学计算中的复杂任务。此次发布伴随着诺贝尔奖得主、谷歌 DeepMind 联合创始人兼董事长、Alphabet 首席科学官德米斯·哈萨比斯的评论。他强调了模型的速度,并指出 Pro 和 Ultra 订阅用户现在就可以使用它。
在哪里获取访问权限
该模型正在逐步部署,因此部分用户不会立即看到它。访问通过多个渠道开放:
- 开发者——通过 Google AI Studio 中的 Gemini API;
- 企业——在 Gemini for business 服务中;
- Google AI Pro 和 Ultra 付费订阅用户——在 Google Antigravity(带有 AI 代理的开发环境)中;
- Google AI Pro 和 Ultra 订阅用户——在 Gemini 应用中。
18 项测试中的力量对比
谷歌在 18 项基准测试中比较了三款模型。需要注意的是:这些是公司自身的数据,独立验证将显示其准确程度。Gemini 4 Neon 在 15 项测试中排名第一,Claude Opus 5.5 赢了两项,GPT-6.2 Sol 赢了一项。
Gemini 4 Neon 在处理海量数据方面展现出最大优势。在 GraphWalks 测试中,模型需要在长达一百万 token 的文本——即数百页内容——中进行定位。Gemini 4 Neon 的结果为 95.2%,GPT-6.2 Sol 为 80.1%,Claude Opus 5.5 为 66.8%。
新产品在办公自动化方面也明显领先:在 AutomationBench 中它达到 56.3%,而 Claude 为 42.5%,GPT 为 41.3%。它在科学和数学任务、复杂推理以及漏洞查找方面也处于领先地位。在 WebExploitBench 测试中(AI 寻找网站薄弱环节),Gemini 4 Neon 获得 51.3%,而 Claude 为 37.1%。
竞争对手的优势
对手也有自己的王牌:
- Claude Opus 5.5 在 Terminal-bench 4.1 和 FrontierCode 2.0 中略微领先 Gemini——这些是测试命令行工作和解决复杂编程任务的基准;
- GPT-6.2 Sol 最擅长理解图表和图形——在 Chartography 测试中它获得 75.1%,而 Gemini 为 73.5%;
- GPT-6.2 Sol 在长视频分析和大型文本处理方面排名第二。
在 Claude 获胜的测试中,差距约为一个百分点。因此就编程而言,这些模型可以视为几乎持平。根据谷歌的数据,在处理长文档和自动化日常事务方面,Gemini 4 Neon 更为适合。
Cryptalist 分析:对于关注 AI 板块的投资者而言,这是 Alphabet、OpenAI 和 Anthropic 之间竞争加剧的信号:领先者在许多测试中的优势仅以几个百分点衡量,这意味着市场正进入快速相互追赶的阶段。单一平台的持续主导地位尚未形成——应当押注于生态系统的多元化,而非单一供应商。