Gemini 4 Neon实测Blender:便宜但非王者

B站UP主五轮Blender实测:Gemini 4 Neon细节逼近Fable,但动画仍败,Argon性价比惊喜。
B站UP主在无互联网、无图像生成器、无辅助代理的反重力环境中,用五轮Blender建模任务对比了Gemini 4 Neon、Gemini 4 Argon与Claude Opus 5.5、Claude Fable 5.2、GPT 6.2 Extra。结果显示,Neon在静态细节上已能与Fable掰手腕,自行车和越野车内饰表现亮眼,但Fable几乎每轮获胜,尤其在狗模型的外观与动画连贯性上优势明显。Neon五轮花费44美元,低于Fable的52美元,却未展现官方宣称的全面领先。最便宜的Argon五轮不到14美元,其狗模型被评价为可直接用于低多边形游戏,成为性价比惊喜。UP主结论是:纸面参数与价格优势不直接等同于实际任务表现。
谷歌新发布的Gemini 4 Neon模型在官方基准测试中几乎全面领先竞品,价格也号称最低。但B站UP主通过五轮Blender建模实测发现,Neon虽然细节出色,却仍未能撼动Claude Fable的王者地位,而更便宜的Argon反而在性价比上带来了惊喜。
测试设置:公平对比,但模型能力受限
据B站UP主介绍,本次测试在谷歌的反重力环境中运行,但没有互联网、没有图像生成器、没有辅助代理,模型只能使用Python和Blender。这与谷歌官方演示中使用代理群构建笔记本电脑的方式不同,UP主认为这是一个更难的测试。

参与对比的模型包括Gemini 4 Neon、Gemini 4 Argon(最便宜的版本)以及作为参照的Claude Opus 5.5、Claude Fable 5.2和GPT 6.2 Extra。测试沿用UP主上一个Blender视频的五轮任务,每轮使用相同的图像、三角形数量和预算。成本按谷歌API价格按Token计算,与Claude和GPT的美元成本对比是公平的。
Blender 与 Python 脚本化建模
Blender 是一款开源的三维创作套件,除了手动建模,它还提供了完整的 Python API(bpy 模块),可以程序化地创建网格、设置材质、绑定骨骼并渲染动画。文中所谓"模型只能使用 Python 和 Blender",意味着 AI 需要自己编写脚本,调用 bpy 逐条指令地搭建物体,而不是像图像生成那样一次性输出像素。这要求模型理解三维坐标、拓扑结构、修改器堆栈和材质节点等概念,任务复杂度远高于生成一张图片。脚本一旦报错或几何体穿插,模型还得自行调试,因此这项测试同时考察了代码能力和空间推理能力。
五轮实测:Fable依旧领跑,Neon细节惊人
第一轮:桌面风扇
上一轮中Fable以最佳绘画和最佳金属获胜,Opus紧随其后。本轮Neon和Argon表现非常接近,UP主认为Gemini与Claude持平。Fable仍然拥有最好的纹理,而Neon的草图有点太深,像一个球。Argon也做出了干净的风扇,但花了70分钟,且Argon有自己的小周闲置限制,这个风扇用掉了其中的19%。
第二轮:自行车
上一轮Fable因车架和齿轮获胜,Opus做得更简单,Astra把图片放大了。本轮Neon真正追上了——近看它有和Fable一样多的细节,包括链条、齿轮和所有线缆。Argon的自行车稍微简单一些,线缆更少、纹理更小,但它只花了23分钟和2美元。

第三轮:越野车
Fable再次获胜,没有人能像Fable那样做出泥土效果。Neon做了一个非常漂亮的内饰,他们的座椅是所有车中最容易看到的。Argon在这里与Opus 5.5处于同一水平。
第四轮:狗
Fable再次获胜,主要因为外观。Neon添加了极多的细节,毛发真的很好,但整体风格对UP主来说太过分了——看起来像卡通狗,而且它也是最贵的狗,花费16美元和超过一小时。Argon和Fable的狗最自然,Argon有更好的身体和耳朵但腿是方形的,Fable的腿好得多。UP主表示,如果要做一个低多边形游戏,他会为游戏选择Argon的狗,而那只只花了3美元。

第五轮:狗赛跑
Fable最自然,Opus次之,Astra远远落后。Neon声称它的狗跑得几乎每秒4米,但实际上是所有中跑得最差的,甚至比Astra和Argon还差。便宜的Argon跑得和Fable一样好,花费不到2美元。这一轮Fable和Argon在顶部,Neon在底部。
Token 计费与跨厂商成本对比
大模型 API 通常按输入与输出的 Token 数量计费,Token 是模型处理文本的最小单位,一个英文单词约对应 1–2 个 Token。在长脚本、多轮调试的 Blender 任务中,模型需要反复读取代码、输出补丁,Token 消耗会迅速累积,所以单轮成本可能高达十几美元。文中按谷歌 API 的 Token 价格折算美元,再与 Claude、GPT 的美元账单直接比较,这种做法消除了各家计价单位不同带来的干扰,但也忽略了缓存命中折扣、批量接口等因素,实际生产成本的差异可能比测试数字更复杂。
加赛:稻草人动画
UP主增加了一轮真正困难的任务:给每个人一个稻草人,首先解剥它,然后让它活起来,最后让稻草人收到一个屏幕并直接朝摄像机跑来。模型本身Fable再次获胜,UP主更喜欢它的色彩搭配,Opus和Neon几乎相同,Astra排在最后。动画方面Fable仍然是最好的。Argon因20分钟后达到周限制而出局。

周闲置限制(Rate Limit)
UP 主多次提到 Argon "有自己的小周闲置限制""20 分钟后达到周限制而出局"。这指的是订阅制或 API 套餐中按时间窗口(如每周)计算的调用配额,达到上限后请求会被拒绝或降级。这类限制与模型能力无关,却会直接影响长任务的完成度——加赛中 Argon 并非输在建模质量,而是被配额中断。评估模型时若不区分"能力不足"与"额度耗尽",就容易得出片面结论,这也是本次实测中需要留意的干扰变量。
价格与结论:Neon不是王者,Argon才是惊喜
五轮下来,Neon花了44美元,几乎和Opus一样,比Fable的52美元还少。真正让UP主惊喜的是Argon,五轮下来不到14美元,它的那只狗是可以放进游戏里的——只要预算允许。
那么Neon是Blender的新王者吗?UP主的答案是否定的。Neon非常接近而且注重细节,但Fable几乎每一轮都赢,最大的差异在于狗本身的动画——参考表上说的是一回事,但在Blender里却是另一回事。在动画方面,Fable仍然是最好的。
对于关注AI编程和AI应用的开发者来说,这次实测传递了一个清晰信号:纸面参数和价格优势并不直接转化为实际任务表现。Neon在静态细节上已经能与Fable掰手腕,但在动画连贯性和整体审美上仍有差距。而Argon以极低的成本提供了可用的结果,对于预算敏感的低多边形游戏开发场景,可能是更务实的选择。
相关推荐

Gemini 4 Neon实测:能否挑战Opus 5.5?
谷歌49天连发4款Gemini 4模型,Neon实测能否挑战Opus 5.5?本文从榜单评测、真实视频制作任务和订阅成本三个维度分析Neon的真实水平,指出前沿模型差距已从写代码能力转向审美决策与意图理解。

前罪犯揭秘监狱心理变态比例:每880人约200个
前罪犯Larry Lawton在Lex Fridman播客中分享监狱观察:880名终身监禁犯中约200人是心理变态,比例高达23%。他探讨了善恶界限、监狱中的社交与情感,以及黑暗经历带来的智慧。

本地AI入门:Inkling、Qwen与Unsloth实战指南
面向初学者的本地AI实践指南,解析Inkling、Qwen与Unsloth在本地大模型部署与微调中的角色,涵盖模型选型、量化推理、轻量微调流程,以及本地与云端方案的取舍建议。