模型發布
社群推估 Gemini 4 Neon 實力接近 Claude Opus 5.5:以速度換取競爭力,推估 Elo 1,066 對上 1,078
Hacker News單一來源
核實資料不足
目前依單一來源整理,這是來源數量描述,不是對消息真假的判定。
本次未取得足夠原文證據
社群作者以 Agent Duel 排行榜建立勝率模型,納入模型本身、回應速度,以及使用者是否提前投票,並加入速度與提前投票的交互項。作者稱速度對勝率的重要性幾乎與模型本身相當。據作者指出,Gemini 4 Neon 於發布當日經 OpenRouter 提供服務時達到 127 tokens/秒,遠高於 Gemini 4 Carbon 的 46 tokens/秒。Carbon 在排行榜上(排除提前投票後)是表現最好的模型,但其主要問題是速度慢。
作者假設 Neon 的品質與 Carbon 相同,並以 127 TPS 代入模型,推估其在 Agent Duel 的 Elo 約為 1,066,略低於作者後期分析快照中 Opus 5.5 的 1,078。Neon 與 Opus 5.5 的 Elo 差距 90% 區間為 -94 至 +68,推估 Neon 對 Opus 的勝率為 48.3%(平手計半勝)。
此分析建立在多項假設上,且 Neon 的實際基準分數與排行榜表現尚未由第三方證實,作者亦表示 Neon 被描述為基準分數的漸進式改善。
讀原始報導社群討論
社群對 Gemini 4 Neon 快速且低成本的程式開發表現表示期待,但文章作者坦言對比 Opus 5.5 尚無實測數據、純屬推測,主要是基於前代 Carbon 耗時高達對手 3 倍的痛點進行改善推估。許多開發者將焦點轉向 harness 的關鍵影響,並有留言引用 Qwen3.8 經 harness 優化後 SWE-bench Pro 成績從 39.2% 躍升至 64.7% 的數據佐證。此外,不少人仍質疑 Google 模型在長任務編排(orchestration)上不及 Claude 系列,並同時吐槽其元素週期表命名混亂且 Antigravity 存在連帶封鎖整組 Google 帳號的風險。