Arena, Gemini 4 Neon’u Agent Arena Index’te görev başına 2,82 $ maliyetle 2. sıraya yerleştirdi
Arena, 4,2 bin gerçek dünya ajan oturumuna dayanarak Gemini 4 Neon’un (High) Agent Arena Index’te 1336 puan aldığını, genel sıralamada 2. olduğunu ve Google DeepMind’ın listede en iyi performans gösteren modeli olduğunu söylüyor. Neon; Gemini 4 Carbon’un (High, 4. sıra, 1303), Hydrogen’ın (High, 9. sıra, 1271) ve Argon’un (High, 11. sıra, 1229) önünde.
- Maliyet: Arena, Neon’u görev başına 2,82 $ medyan maliyetle Pareto sınırında gösteriyor. Bu, görev başına maliyeti 3. sıradaki Claude Opus 5.5’ten (Max) %53, 1. sıradaki Claude Fable 5.2’den (Max) ise %69 daha düşük.
- Sinyaller: Praise vs. Complaint’te 2. sıra (1539), Steerability’de 2. sıra (1298) ve Task Completion’da 3. sıra (1316).
Kaynaklar
Bu tür haberleri bildirim olarak alın.
Kullandığınız araçlarda bir şey değiştiğinde AI Tracker sizi uyarır.