
Gemini 4 Neon 在 Artificial Analysis 榜单上超越 Opus 5.5:更便宜、更少幻觉,但并非全面获胜
Vũ Khôi
Tác giả tại Wotech Electronics Blog

Gemini 4 Neon 在 Artificial Analysis 榜单上超越 Opus 5.5:更便宜、更少幻觉,但并非全面获胜
今天早上,Neon 发布,取代了之前的 Argon——据 Đỗ Anh Việt 在 Nghiện Claude 小组中的帖子(2026 年 11 月 19 日)所说,Gemini 4 Neon 在 Artificial Analysis 排行榜的大多数方面击败了 Claude Opus 5.5。Neon 在 Artificial Analysis Intelligence Index 上获得 61 分,领先 Opus 5.5 Max(59 分);长上下文阅读达到 95.2%,而 Opus 5.5 为 66.8%;成本便宜近 2.7 倍;并在 Coding Agent Index 上夺得全球第一。但该帖子中的表格本身也表明情况并非一边倒:Opus 5.5 在某些测试中仍然获胜,Claude 在智能体知识测试中仍然领先。本文中的所有数字、观点和建议均来自该帖子,未经 Wotech 独立核实——帖子图片中的基准表注明其方法来自 Google 的评估页面(deepmind.google),即数字由 Google 根据其自身方法公布。
快速回答: 根据该帖子,Gemini 4 Neon 在 Artificial Analysis Intelligence Index 上获得 61 分(xhigh 版)和 60 分(high 版),领先 Opus 5.5 Max(59 分);长上下文阅读(GraphWalks 256k–1M token)达到 95.2%,远超 Opus 5.5 的 66.8%。在成本方面,Neon(high 版)每个任务仅花费 3.74 美元获得 60 分,比 Opus 5.5 Max(10.04 美元获得 59 分)便宜近 2.7 倍;medium 版花费 1.90 美元获得 55 分,比同分的 Sonnet 5.5 Max 便宜 5 倍以上。Antigravity CLI + Gemini 4 Neon 在 Coding Agent Index 上获得 59 分,略高于 Claude Code 和 Opus 5.5(均为 58 分)——据该帖子所说,这是近一段时间以来 Gemini 模型首次超越 Claude 夺得第一。Gemini 4 系列的非幻觉率占据榜首(Hydrogen 91%–92%,Neon 81%–86%),而 Opus 5.5 仅为 33%–50%。然而,在智能体知识测试(AA-Briefcase,Elo 评分)中,Claude 仍然领先:Opus 5.5 Max 获得 1800 分,Sonnet 5.5 Max 获得 1815 分,而 Neon xhigh 止步于 1700 分;作者还指出,在相同成本下 Claude 的补贴比 Gemini 好约 3 倍,因此现在使用 Gemini 仍会比 Claude 更快地消耗用量。*
Artificial Analysis Intelligence Index 是 Artificial Analysis 的综合指数——据该帖子所说,Neon 在该指数上获得 61 分(xhigh 版),领先 Opus 5.5 Max(59 分)。
Neon 在哪些方面获胜?
根据该帖子,在 Google 达到 RSI(AI 自我升级模型的能力——按作者的说法)之后,Google 模型的发布频率急剧加快,全是优质模型;Neon 于 2026 年 11 月 19 日早上发布,取代了之前的 Argon。来自 Google 和 Artificial Analysis 的亮点:
| 类别 | Gemini 4 Neon | Claude Opus 5.5 | 据该帖子的说明 |
|---|---|---|---|
| Intelligence Index | 61 分(xhigh),60 分(high) | 59 分(Max) | Neon 领先 Opus 5.5 Max |
| 长上下文阅读(GraphWalks 256k–1M) | 95.2% | 66.8% | Neon 遥遥领先 |
| 每任务成本 | 3.74 美元(high,60 分);1.90 美元(medium,55 分) | 10.04 美元(Max,59 分) | Neon high 便宜近 2.7 倍;medium 比同分的 Sonnet 5.5 Max 便宜 5 倍以上 |
| Coding Agent Index | 59 分(Antigravity CLI + Neon) | 58 分(Claude Code + Opus 5.5) | 近一段时间以来 Gemini 首次超越 Claude 夺得第一 |
| CursorBench 4.1 | 65.4% | 58.1% | Neon 获胜 |
| 非幻觉率 | Hydrogen 91%–92%,Neon 81%–86% | Opus 5.5 仅 33%–50% | Gemini 4 系列占据榜首 |
| AutomationBench-AA(SaaS 自动化) | 78%–79% | 61%–70% | Neon 领先 |
帖子图片中的表格还显示,Neon 在 SWE-sweep(提供方测试 39.0%,而 Opus 5.5 为 10.1%)、LVBench(89.0%,而 Opus 5.5 为 83.7%)、SEC-bench Pro(90.5%)和 WebExploitBench v1.2(51.3%,而 Opus 5.5 为 37.1%)上大胜。
但表格也表明 Opus 并未全败
根据帖子图片中的表格本身,“在大多数方面击败”并非全部事实:Opus 5.5 在 Terminal-bench 4.1(65.8%,而 Neon 为 65.2%)和 FrontierCode 2.0(47.3%,而 Neon 为 46.2%)上仍然获胜,而 GPT-6.2 Sol 在 Chartography 上获胜(75.1%,而 Neon 为 73.5%)。在智能体知识测试(AA-Briefcase,Elo 评分)中,Claude 仍然领先:Opus 5.5 Max 获得 1800 分,Sonnet 5.5 Max 获得 1815 分,而 Neon xhigh 止步于 1700 分。作者还指出,在相同成本下 Claude 的补贴比 Gemini 好约 3 倍,因此现在使用 Gemini 仍会比 Claude 更快地消耗用量——作者认为 Google 会改进这一点,或者 Claude 会在 IPO 后降价。
立即应用:Opus 规划,Hydrogen/Neon 执行
根据该帖子,如果你不确定是否要完全转向 Neon 处理所有工作,目前仍然非常好的组合是:使用 Opus 5.5 进行规划和定向(如审计、主题地图、SEO 战略),然后将执行工作分配给 Hydrogen(超级便宜,非幻觉率高达 92%)或 Neon(代码、复杂任务)。
常见问题
1. Gemini 4 Neon 在哪个指数上超越了 Opus 5.5? 根据该帖子,Neon 在 Artificial Analysis Intelligence Index 上获得 61 分(xhigh 版),领先 Opus 5.5 Max(59 分);长上下文 GraphWalks 阅读达到 95.2%,而 Opus 5.5 为 66.8%。
2. Neon 比 Opus 5.5 便宜多少? 根据该帖子,Neon(high 版)每个任务花费 3.74 美元获得 60 分,比 Opus 5.5 Max(10.04 美元获得 59 分)便宜近 2.7 倍;medium 版 1.90 美元获得 55 分,比同分的 Sonnet 5.5 Max 便宜 5 倍以上。
3. Neon 是否赢得了所有测试? 没有。根据帖子图片中的表格本身,Opus 5.5 在 Terminal-bench 4.1 和 FrontierCode 2.0 上仍然获胜,GPT-6.2 Sol 在 Chartography 上获胜;在智能体知识测试(AA-Briefcase)中,Claude 仍然领先(Opus 5.5 Max 1800 分,Sonnet 5.5 Max 1815 分,Neon xhigh 1700 分)。
4. 各模型的非幻觉率如何? 根据该帖子,Gemini 4 系列占据榜首(Hydrogen 91%–92%,Neon 81%–86%),而 Opus 5.5 仅为 33%–50%。
5. 作者推荐哪种组合? 根据该帖子:Opus 5.5 用于规划和定向(审计、主题地图、SEO 战略),然后将执行工作分配给 Hydrogen(超级便宜,非幻觉率高达 92%)或 Neon(代码、复杂任务)。
关于模型名称的说明:该帖子写道“Claude Code + Fable 5.2”在 Coding Agent Index 上获得 58 分;Wotech 无法确认有名为“Fable 5.2”的模型,因此仅按该帖子的原话引用,不确认这是真实的模型名称。来源:Đỗ Anh Việt 在 Nghiện Claude 小组中的帖子(2026 年 11 月 19 日),数据来自 Google 和 Artificial Analysis;图片中的基准表注明其方法来自 Google 的评估页面。本文中的所有数字、观点和建议均来自该帖子,未经 Wotech 独立核实。
Bài viết liên quan

20 tháng 11, 2026 · 2 phut doc
32 岁 Java 开发者在婚礼前 23 天被裁员:投了 187 份简历,0 个 Offer,最后只剩 404 Not Found
杭州一位 32 岁的 Java 开发者在婚礼前正好 23 天被裁员,而结局才是让人久久无言的地方。这个故事由账号 Stanley(@Stanleysobest)于 2026 年 11 月 19 日在 X 上分享,Hỏi Dân IT Official 页面转发并附上越南语翻译(Cre:Alan Dao)。这是一个从社交媒体上转述的故事——本文中的所有数字、细节和对话均来自该故事,未经 Wotec…

20 tháng 11, 2026 · 2 phut doc
OpenClaw 之父几乎不让 Claude 写代码:Claude 规划,Codex 执行
OpenClaw 之父 Peter Steinberger 几乎不使用 Claude 直接写代码。相反,他有一套更高效的工作流程:Claude 规划,Codex 执行。这是 Học lập trình cho người mới bắt đầu 页面的帖子(2026 年 11 月 19 日)的内容。据该帖子所说,原因很简单:Claude 的 Token 有限且成本昂贵。因此,在 Peter 的系…

19 tháng 11, 2026 · 2 phut doc
越南首位因在本公司使用无许可证软件而被刑事审判的董事
不销售盗版软件,不分发破解软件——只使用软件为自己公司的运营服务。那么为什么董事仍被提起刑事审判?2026 年 11 月 17 日,义安省第一区人民法院一审审理了 Nhà Thoáng 咨询与建设有限公司董事 Lương Ngọc Thành,罪名是根据《刑法》第 225 条的“侵犯著作权及相关权利罪”。这是 Phạm Duy Khuông 的帖子(2026 年 11 月 18 日)的内容。在该…