待验证50% 置信基准精确时间
Gemini 4 Neon 在 Zapier 的 AutomationBench 上得分为 56.3%,在 Andon Labs 的 Vending-Bench 2 上得分为 16,843 美元(长周期经营模拟),均取得整体第一。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/11/18
首次发现
有效期至:2026/12/2
来源
涉及实体
相关事实
待验证Gemini 4 Neon for cyber 在 AutoBaxBench 上困难档达到当前最优的 76%,在 WebExploitBench v1.2 上以竞品大模型一半的成本取得当前最优的 51.26%。72% 相似待验证Gemini 4 Neon 在 Terminal-Bench Science 上得分为 70.5%,RiemannBench 上得分为 84.0%,HLE-Diamond 上得分为 71.3%,均表现领先。71% 相似待验证Gemini 4 Carbon 在 CursorBench 4.0、Perplexity 的 WANDR 以及 Zapier 的 AutomationBench 基准上均排名第一,且每任务成本比次优外部模型低 2 倍以上。70% 相似待验证Gemini 4 Neon for cyber 在 SEC-bench Pro 上得分为 90.5%,在 CWE-bench v2 上得分为 70.7%(较 Carbon 提升 3.4%),在 ExploitGym 上 token 用量为 Carbon 的一半。66% 相似待验证Gemini 3.1 Pro Preview 的定价仅适用于 200k token 以内的提示,超出后输入涨到 $4、输出 $18。64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1186006API
curl https://kongchang.com/api/v1/knowledge/claims/1186006MCP
get_claim(id=1186006)