AI工具AI评分 一般 (64)AI 中文改写

Gemini 4 Neon 基准、成本与能力 - Vals AI

13 小时前 1 阅读来源:vals.ai

AI 中文改写

原文为英文,由 AI 改写为中文报道,内容完整。如需参考原文请点击下方链接

谷歌在11月18日发布了新一代模型Gemini 4 Neon,第三方评测机构Vals AI随即公布了完整的跑分结果。在综合榜单Vals Index上,Neon以70.87%的成绩排名第二,单次测试成本7.40美元;但在垂直领域它拿下了两个第一——金融指数68.32%(单次4.88美元)和法律指数78.36%(单次6.10美元),科学指数则为62.63%(单次8.26美元)。细分项目里,Neon在代码生成类的Vibe Code Bench上拿到93.70%,生物推理BioMysteryBench为80.00%,终端操作类Terminal-Bench 4.0为61.62%;金融方向Earnings Modeling Bench v1.1得分76.46%,但税务代理Tax Agent Bench只有54.89%,Harvey法律代理基准更是低至19.58%。 这份成绩单最值得关注的是性价比结构。Neon在14个榜单中的7个进入了"分数-成本帕累托前沿",意味着在同等成本下没有模型得分更高、同等分数下也没有模型更便宜,涵盖综合、金融、法律三个指数以及财报建模、法律检索、税务代理、Vibe Code等具体项目。定价方面,输入每百万token收费3美元(约合人民币21元),输出每百万token收费15美元(约合人民币107元),缓存读取每百万token仅0.15美元。对跨境电商卖家来说,缓存低价意味着把商品文案、客服话术、平台规则等固定内容反复调用时成本极低,适合搭建批量listing生成或合规审核工具;而法律和金融榜单的强势表现,则对做海外合规、税务申报、财务分析的出海团队更有参考价值。不过Harvey法律代理基准不足20%的得分也说明,在需要多步骤自主决策的复杂任务上,Neon仍有明显短板,选型时不宜只看单项高分。

以上为 AI 中文改写版本,如需查看英文原文请访问

英文原文 · vals.ai

内容版权归原作者及 vals.ai 所有

这篇文章对你有帮助吗?
觉得有用?分享给更多人

留言 · 0 条

暂无留言,来说两句吧

留言经合规过滤后展示,禁止违法内容