首页 时政热点 科技头条 智能AI 安全攻防 数码硬件 开发者生态 归档 标签 关于
游戏 morning

50天推出4款模型,谷歌想当“造物主”了?

摘要

文 | 字母AI OpenAI时隔75天的顶级模型刚刚发布, 社区里的吐槽就炸开了。 有人直言新模型“几乎没法用”,有人抱怨它过分谨慎、难以指挥,还有人认为,这家伙解释起自己的工作就像在“说外星话”。 甚至有人用漫画玩了个梗,吐槽GPT-6.2 Astra的语言风格,根本是防御过当。 前·赛博义父Tibo在X上表示,他已经收到了关于模型语言风格的反馈——OpenAI正在想办法改进这一点。 而评论区...

Opus GTA Gemini Bench 字母AI OpenAI时隔75天的顶级模型刚刚发布 社区里的吐槽就炸开了 有人直言新模型 几乎没法用 有人抱怨它过分谨慎
2026-11-20 1 阅读 约10分钟阅读 字母AI
分享:
字号:
文 | 字母AI OpenAI时隔75天的顶级模型刚刚发布, 社区里的吐槽就炸开了。 有人直言新模型“几乎没法用”,有人抱怨它过分谨慎、难以指挥,还有人认为,这家伙解释起自己的工作就像在“说外星话”。 甚至有人用漫画玩了个梗,吐槽GPT-6.2 Astra的语言风格,根本是防御过当。 前·赛博义父Tibo在X上表示,他已经收到了关于模型语言风格的反馈——OpenAI正在想办法改进这一点。 而评论区里已经有人表示准备换掉OpenAI,转用Gemini了。 该说不说,谷歌最近的确势头很猛。 美国时间11月18日,谷歌正式发布Gemini 4 Neon(氖/霓虹)。算上9月底的Argon(氩)、10月底的Carbon(碳),以及六天前刚刚发布的Hydrogen(氢),这已经是谷歌在不到50天里推出的第四款Gemini 4模型。 根据谷歌公布的测试结果, Neon在编程、办公自动化、科学推理、多模态理解、长上下文等多个领域,几乎全面压过Opus 5.5和刚刚推出的GPT-6.2 Sol。 还不够,同一天谷歌宣布向部分付费用户开放世界模型Genie 4。用户可以直接在浏览器里生成、进入虚拟世界,还能在探索过程中改变天气、加入角色,让场景和声音随之变化。 两相对比,这一轮,我站谷歌。 Gemini迭代有点快 在发布Gemini 4 Neon之前,谷歌AI团队的成员在社区开了个玩笑: “咱们这么赶着把这些产品都发出去,就是为了腾出时间玩《GTA 6》,对吧?” 甚至在Neon正式发布后,还有谷歌高管专门提醒网友:“赶在《GTA 6》发布前,快来试试吧。” GPT 6.2表现不咋地,但GTA6可是相当精彩。而敢在这两个“大动作”之间把模型发出来,想来谷歌对自家模型还是有信心的。 Gemini 4 Neon确实不差。在Artificial Analysis综合智能评测中,Neon拿到61分,超过了Claude Opus 5.5的59分以及GPT-6.2 Sol的57分,甚至超过了它“上一级”Carbon的60分。 不过Neon的61分来自最高思考强度Xhigh,而Carbon的60分对应High档。如果都使用High档,两款模型的得分同为60分。 根据谷歌公布的模型卡,Neon在Carbon的基础上适配而来,定位明确:在保持接近旗舰级性能的同时,提高执行速度、降低使用成本。 官方数据显示,在默认的High思考档位下,Neon完成同类评测任务的平均成本比Carbon低32%。同时它提供四档思考强度,让用户能够根据任务难度,自行调整成本和速度。 不过,这里的成本优势指的是完成任务的平均花费。 Neon目前的API价格为每百万输入Token 3美元、输出Token 15美元,论单价要比仍处于促销期的Carbon贵一些。 综合跑分之外,在Zapier的办公自动化测试AutomationBench中,Neon取得了56.3%的成绩,超过Claude Opus 5.5的42.5%和GPT-6.2 Sol的41.3%。 这项测试要求AI独立完成真实业务流程,包括操作软件、处理数据、跨应用执行任务等,能够在一定程度上反映Agent的实际工作能力。 在考察长期任务执行能力的Vending-Bench 2测试中,Neon的表现同样出色。它需要独立经营一家模拟自动售货机,处理采购、补货、定价、供应商谈判等事务。经过模拟的一年运营,Neon最终留下了平均16,843美元的账户余额。 编程方面,Neon在Artificial Analysis Coding Agent Index中拿到了58.6分,甚至以微妙的差距胜过了Fable 5.2。 不过Neon也并非全面领先。即使在谷歌公布的成绩单中,Claude Opus 5.5仍然在两项编程测试中略胜一筹:Terminal-Bench 4.1得分65.8%,高于Neon的65.2%;FrontierCode 2.0得分47.3%,同样超过Neon的46.2%。 目前,Neon已经开始向Gemini App的Pro和Ultra订阅用户开放,开发者则可以通过Google AI Studio、Gemini API和Antigravity使用Neon。 在Antigravity中,Neon还能充当任务协调者,把工作分配给多个Hydrogen子Agent并行执行,自己负责规划、统筹和检查结果——这套协作机制此前已经在Carbon和Hydrogen之间实现,如今Neon也加入了进来。 谷歌表示,新模型能够更好地处理PDF、电子表格、图片等不同格式的材料,结合Gmail、Docs中的信息制作报告,也能用于更加复杂的多步骤Tasks任务。 从最高端的复杂推理到简单任务,再到需要兼顾性能和成本的Agent工作,谷歌为不同的模型安排了越来越清楚的分工。 并且,在短短49天里,谷歌已经连续推出了四款Gemini 4模型。 9月30日,Gemini 4 Argon发布;10月28日,Carbon接棒;11月12日,Hydrogen登场;11月18日,又有了Neon。 值得注意的是,四款模型接连发布,并不等同于谷歌在49天里从头造出了四套完全不同的模型。根据谷歌DeepMind公布的模型卡,Gemini 4系列存在明确的技术继承关系:Carbon基于Argon开发,而Hydrogen和Neon又都是在Carbon的基础上适配而来。 后续模型的表现不断追赶甚至超越前代,最早登场的Argon反倒有些尴尬——它甚至还没来得及建立自己的用户口碑,就被后续版本抢走了风头。 如今,在Gemini App中,Neon已经取代了Argon原来的位置。 谷歌还造了一个“世界” 要我说,谷歌最近多少是有点想当“造物主”了。 Argon是氩,Carbon是碳,Hydrogen是氢,Neon是氖……Gemini 4这个系列,走的是“元素路线”。 虽然表面上看和“文学”的Claude与“天体”的GPT能坐到一桌去,但不如前两家直观,几乎在每个模型发布贴下都有网友吐槽“看不出和模型性能之间的关系”,甚至被调侃“是不是有朝一日要把元素周期表给占满”。 (顺便一提,这个梗就连谷歌自己都在玩,现在打开Google AI Studio,真的多了一个可以在元素周期表里选模型的互动界面。) 光在元素周期表上点名还不过瘾,就在Neon发布的同一天,谷歌还宣布向部分付费用户开放世界模型Genie 4, 让用户能够直接生成、进入一个由AI创造的虚拟世界。 这款模型其实早在10月27日就已经亮相,但此前主要向受邀测试者提供研究预览。如今,它终于开始从封闭测试走向普通消费者,开放给符合条件的Google AI Ultra订阅用户。Pro会员则可以加入等待名单。 只需要输入文字或者图片,Genie 4就能实时生成一个可以自由探索、互动的虚拟环境。用户可以通过键盘和鼠标在场景中移动,也可以随时输入新的指令,改变天气、加入角色,甚至调整接下来发生的事件。 Genie 4还能同时生成声音——从环境里的风声、水声,到角色之间的对话,都能随着场景的变化实时调整。 根据模型卡,Genie 4能够实时生成最高720p、每秒24帧的画面,并提供同步音频。 在这次更新中,谷歌还
这篇文章对您有帮助吗?

订阅66必读

每日精选科技资讯,直达你的邮箱