Gemini 4 Neon 上线 Trymodel:编程 Agent 成绩领先,网页里直接实测

简介: 2026 年 11 月 18 日,Google DeepMind 发布了 Gemini 4 Neon。官方博客 Introducing Gemini 4 Neon 给它的定位很明确:把前沿级智能,和把一项复杂任务从头到尾做完的速度放在一起,…

2026 年 11 月 18 日,Google DeepMind 发布了 Gemini 4 Neon。官方博客 Introducing Gemini 4 Neon 给它的定位很明确:把前沿级智能,和把一项复杂任务从头到尾做完的速度放在一起,面向软件工程、知识工作和科学研究。

现在也可以直接在第三方平台 Trymodel 里选用。Trymodel 不是 Google 或 Gemini 的官方网站,而是一个把多家模型放在同一界面里用的产品。Gemini 4 Neon 需要 Pro 套餐。打开中文入口 https://trymodel.chat/zh,在对话页顶部点开模型名称,列表里它在 Gemini 4 Argon 和 Gemini 4 Hydrogen 之间。

在 Trymodel 模型列表里,Gemini 4 Neon 位于 Argon 和 Hydrogen 之间

选中后,输入框上方会显示 Gemini 4 Neon,就可以直接开聊。

聊天页已选中 Gemini 4 Neon,可以开始输入

官方跑分:19 项里领先 16 项

标题里的成绩,对应的是 Google 公开对比表,对手是 Claude Opus 5.5 和 GPT-6.2 Sol。评测方法说明在 Gemini 4 Neon evals methodology。下面按公开数字整理,不改写。

评测 Gemini 4 Neon Claude Opus 5.5 GPT-6.2 Sol
AA Index v5.0.1 61 59 57
Vals Index v2.2 70.9% 70.1% 66.1%
CursorBench 4.1 65.4% 58.1% —
Terminal-bench 4.1(cheating-adjusted) 65.2% 65.8% 61.5%
FrontierCode 2.0 main 46.2% 47.3% 43.8%
SWE-sweep provider harness 39.0% 10.1% 8.3%
SWE-sweep Mini-SWE harness 12.8% 3.6% 11.6%
AutomationBench 56.3% 42.5% 41.3%
Agents' Last Exam v1.1 75.8% 71.6% 73.0%
RiemannBench 84.0% 80.0% 80.0%
Terminal-Bench-Science 0.1 70.5% 63.3% 68.0%
HLE-Diamond 71.3% 67.9% 64.0%
MKA Climb WSR 56.5% 53.0% 52.7%
Chartography 73.5% 66.3% 75.1%
LVBench 89.0% 83.7% 87.6%
GraphWalks 256k to 1M BFS F1 95.2% 66.8% 80.1%
CWE-Bench v2 70.7% 67.1% 66.0%
SEC-bench Pro 90.5% — 88.3%
WebExploitBench v1.2 51.3% 37.1% —

按表中 19 行逐项看,Gemini 4 Neon 领先 16 项。没有拿下的 3 项是:Terminal-bench 4.1(cheating-adjusted)上 Claude Opus 5.5 为 65.8%,略高于 Neon 的 65.2%;FrontierCode 2.0 main 上 Opus 5.5 为 47.3%,略高于 Neon 的 46.2%;Chartography 上 GPT-6.2 Sol 为 75.1%,高于 Neon 的 73.5%。

另外两项官方成绩也值得记下。根据 Gemini 4 Neon in Google Antigravity,Artificial Analysis Coding Agent Index 上 Gemini 4 Neon 以 58.6 分排在第 1;Intelligence Index 在 xhigh thinking 下得到 61 分,总榜第 3,和表中第一行的 AA Index v5.0.1 对得上。

按官方分层,Carbon 对应更难、跨度更长的工作,Hydrogen 偏向日常快速协助,Neon 则是在深度和效率之间取平衡。

在 Trymodel 里实测一道编码题

为了看它在网页对话里的实际表现,我们在 Trymodel 新建对话,选中 Gemini 4 Neon,出了下面这道题:写一个合并重叠区间的 Python 函数,只要求函数、两行短注释和 3 个 assert,不要长说明。

写一个 Python 函数 merge_intervals(intervals),把可能重叠的闭区间合并成不相交区间。输入如 [[1,3],[2,6],[8,10],[15,18]],应返回 [[1,6],[8,10],[15,18]]。只给函数、两行简短注释,以及 3 个 assert 示例。不要写长说明。

在 Trymodel 中向 Gemini 4 Neon 发送合并区间的编程题

模型思考了 17.0 秒后给出完整代码,一次写完函数、注释和断言,没有再补长篇说明。截图里第一行 assert 因为代码块较宽,右侧被滚动条挡住了一点,完整文本如下。

Gemini 4 Neon 思考 17 秒后返回 merge_intervals 函数和三条断言

def merge_intervals(intervals):
    if not intervals:
        return []
    # 按区间起点升序排序
    sorted_intervals = sorted(intervals, key=lambda x: x[0])
    merged = [sorted_intervals[0][:]]
    # 遍历并合并重叠的闭区间
    for start, end in sorted_intervals[1:]:
        if start <= merged[-1][1]:
            merged[-1][1] = max(merged[-1][1], end)
        else:
            merged.append([start, end])
    return merged

assert merge_intervals([[1, 3], [2, 6], [8, 10], [15, 18]]) == [[1, 6], [8, 10], [15, 18]]
assert merge_intervals([[1, 4], [4, 5]]) == [[1, 5]]
assert merge_intervals([]) == []

这段实现会先按起点排序,再依次合并重叠或首尾相接的闭区间。三条断言分别覆盖了题目给出的例子、首尾相接的区间,以及空输入。

在 Trymodel 怎么用

在 Trymodel 里,Gemini 4 Neon 需要 Pro 套餐,按实际用量扣积分。想自己试一次,打开 https://trymodel.chat/zh,在模型列表里选中 Gemini 4 Neon 即可。

相关文章
|
7天前
|
Linux Go 开发工具
手机上跑 DeepSeek 智能体:开源安卓客户端 DSH Go 安装与使用指南
DSH Go 是一款开源安卓客户端,将 DeepSeek Harness 智能体引擎装进手机:免 Root、免 Termux,一键安装即用;支持本机运行(内置 Ubuntu+Node.js)或远程接管电脑会话;具备插话打断、过程折叠、屏幕操控、端到端加密分享等特色功能,真正实现智能体“口袋化”。
8594 21
|
7天前
|
弹性计算 人工智能 API
Codex超详细入门指南(下载·安装·登录·上手,全版本覆盖,2026最新版)
建议收藏本教程,2026 全年各版本更新随时回来查阅。如果你在搭建过程中遇到任何问题,欢迎结合 阿里云工单系统 提交技术支持请求,或在 阿里云开发者社区 搜索 Codex 相关话题交流。 祝你编码愉快,效率翻倍!
2621 12
|
2天前
|
人工智能 安全 应用服务中间件
NGINX 爆出两处高危漏洞 可导致未经身份验证的远程代码执行
NGINX曝出两个高危漏洞(CVE-2026-123633和CVE-2026-123007),CVSS 9.2分,均属HTTP/2内存安全缺陷,无需认证即可远程执行代码。影响自2015年起的多个版本,静态站点亦受威胁。修复版本为开源版1.30.7/1.31.9。(239字)
1272 0
NGINX 爆出两处高危漏洞 可导致未经身份验证的远程代码执行
|
5天前
|
传感器 安全 区块链
Windows 电脑运行安卓应用教程:开源工具 ApkStart 双击 APK 即装、独立窗口运行
ApkStart 是一款开源Windows工具,让安卓APP像原生软件一样运行:双击APK即安装、生成真实图标、独立窗口启动、开始菜单可搜索。无需传统模拟器,内置QEMU运行时,支持数据互通、ARM兼容与命令行操作。(239字)
|
10天前
|
人工智能 前端开发 API
阿里云Qwen4-Max 大模型详解:定位、特征、能力、适用场景与相对Qwen3-Max差异解析
2026年11月11日,阿里发布第四代旗舰模型Qwen4-Max预览版,首发千问AI平台Token Plan并接入千问办公、Qoder等入口。该版本聚焦知识理解、世界感知、编程与Agentic四项升级,主打复杂编程、专业办公、前端设计与专业软件操作等真实任务。预览期为11月11日10:00至11月25日24:00,仅支持Token Plan调用,到期后模型标识下线;限时2折、新用户再享5折,最低1折可体验。
|
10天前
|
JSON 前端开发 API
阿里云最新Qwen4-Max大模型介绍:模型定位、特征、能力、适用场景解析
2026 年 11 月 11 日,阿里发布第四代旗舰模型Qwen4-Max预览版,首发千问 AI 平台 Token Plan,并同步接入千问办公、Qoder 等入口。该版本聚焦知识理解、世界感知、编程与 Agentic 四项升级,主打复杂编程、专业办公、前端设计与专业软件操作。预览期至 11 月 25 日 24:00,到期后模型标识下线;限时 2 折、新用户再享 5 折,最低 1 折可体验。
|
22天前
|
Linux 开发工具 iOS开发
Codex保姆级教程(下载+安装+登录+使用,含所有版本,2026最新)
Codex是OpenAI推出的开源AI编程智能体,本地运行,可理解整个代码库,支持自然语言指令改代码、执行命令、跑测试、修Bug,兼容Win/macOS/Linux。(239字)
10903 59
|
3天前
|
人工智能 弹性计算 IDE
Codex超详细入门指南(下载·安装·登录·上手,全版本覆盖,2026最新版)
适合团队落地代码规范,每次提交自动生成评审报告,降低人工CR工作量。同时支持自定义技能脚本,接入团队内部SDK说明文档,让Codex生成符合团队编码规范的代码。Codex三大客户端覆盖本地开发、服务器远程编码、自动化流水线场景,搭配阿里云百炼的Token Plan、Coding Plan,能够低成本搭建稳定可控的AI编码助手。新手建议先从IDE插件入手,熟悉交互逻辑,再尝试CLI版本部署在阿里云ECS,实现云上项目远程编码、批量脚本处理。只要按照步骤完成环境准备、版本选型、密钥对接、项目初始化,就可以把Codex融入日常开发流程,大幅提升代码编写、问题排查、项目重构的效率。
925 0
|
5天前
|
人工智能 弹性计算 开发工具
零成本玩各大模型!DeepSeek Harness dsh-our-free-model 插件,13 个厂商模型直接用
总结一下:装这个插件,你不用注册、不用绑卡、不用填一个 Key,就能在 DeepSeek Harness 里用上 DeepSeek V4.1 Flash、Kimi K3 这一批前沿模型,而且是白嫖的、还不限量。三步搞定:下载插件,复制包含 `package.json` 的插件目录路径,在「添加插件」里粘贴路径安装并重启。无论是在阿里云 ECS 上通过命令行部署的 Web 版,还是本地的 Electron 桌面端,都能顺利跑通,快速搭建一套零成本的免费模型使用环境。
1236 1
|
8天前
|
Linux API iOS开发
【DSH】DeepSeek Harness新手保姆教程(下载+安装+配置+使用,2026最新实测)
DeepSeek Harness(dsh)是DeepSeek AI开源的智能体框架,秉持“一切皆插件”理念,支持读文件、改代码、跑命令、处理表格、联网搜索等操作。免费开源,兼容Windows/macOS/Linux,提供桌面端与网页端,可灵活安装插件扩展能力。