BenchLeader

Gemini 4 Neon vs Qwen3.6 Max

完整资料:Gemini 4 Neon(Google)和 Qwen3.6 Max(Alibaba),包括全部基准测试、价格和排名。

更新于 · 数据来自 6 个来源

截至 2026年11月19日,质量上 Gemini 4 Neon 领先 Qwen3.6 Max(BenchLeader Index 67.3 比 62.0)。不过,Qwen3.6 Max 更便宜,对方的价格是它的 2.1 倍(每百万 token 混合价格 $2.92 比 $6.00)。在两者都有成绩的所有类别中,Gemini 4 Neon 均领先。

要点(截至 2026年11月19日)

  • Gemini 4 Neon 的 BenchLeader Index 为 67.3,Qwen3.6 Max 为 62.0(BenchLeader,2026年11月19日)。
  • Gemini 4 Neon 每百万 token 混合价格为 $6.00(标价,2026年11月19日)。
  • Qwen3.6 Max 每百万 token 混合价格为 $2.92(标价,2026年11月19日)。
  • 在两者都有结果的 8 项基准测试中,Gemini 4 Neon 领先 8 项(BenchLeader,2026年11月19日)。
  • 在 Arena WebDev 上,Gemini 4 Neon 的评分为 1764,Qwen3.6 Max 为 1482(LMArena,截至 2026年11月19日 的公布数据)。

按用途怎么选

推荐模型的数值列在前面。类别得分采用 BenchLeader 标尺(50 为模型平均水平,15 分为一个标准差)。领先半个标准差及以上为“高”置信度;相差不到 1 分则视为“均可”。

用途推荐理由置信度
编程Gemini 4 Neon类别得分 73 比 56;Arena WebDev 1764 比 1482高
智能体与工具调用Gemini 4 Neon类别得分 76 比 72中
推理Gemini 4 Neon类别得分 72 比 61;Arena Hard Prompts 1546 比 1482高
知识Gemini 4 Neon类别得分 72 比 59高
对话质量(人类偏好)Gemini 4 NeonArena 投票 72 比 65中
成本最低Qwen3.6 Max每百万 token 混合价格 $2.92 比 $6.00;智能体编程会话 $0.109 比 $0.240–
低预算大批量两者都不选通常更小的模型更合适:便宜好用的大模型、最快的大模型–

主要差异

  • 质量上 Gemini 4 Neon (high) 领先:67.3 比 62.0。
  • Gemini 4 Neon (high) 在智能体与工具、编程、人类偏好、知识、推理方面更强。
  • Qwen3.6 Max 更便宜,对方的价格是它的 2.1 倍(每百万 token 混合价格 $2.92 比 $6.00)。

概览

规格Gemini 4 NeonQwen3.6 Max
提供商GoogleAlibaba
发布日期2026年11月18日2026年4月20日
上下文窗口(token)1,048,576256,000
对比时的配置Gemini 4 Neon (high)Qwen3.6 Max
开放权重否否
每百万 token 价格(输入 / 输出 / 缓存输入)$3.00 / $15.00 / $0.150$1.30 / $7.80 / $0.130

逐类别对比

类别得分采用 BenchLeader 标尺:50 为参评模型的平均水平,15 分为一个标准差。差距不到 1 分视为持平。

类别Gemini 4 Neon (high)Qwen3.6 Max领先者
推理71.960.8Gemini 4 Neon
编程73.455.6Gemini 4 Neon
智能体与工具76.272.1Gemini 4 Neon
数学–64.4无法比较
知识72.359.2Gemini 4 Neon
指令遵循–74.7无法比较
人类偏好71.764.5Gemini 4 Neon
长上下文–65.0无法比较

同一图表对比

各领域采用与 Index 相同的标尺,平均模型为 50 分。单击某个领域可查看构成它的基准测试。 可从列表中最多选择 5 个模型。

2550 avg75推理编程智能体与工具知识人类偏好Gemini 4 Neon, 推理: 71.9Gemini 4 Neon, 编程: 73.4Gemini 4 Neon, 智能体与工具: 76.2Gemini 4 Neon, 知识: 72.3Gemini 4 Neon, 人类偏好: 71.7Qwen3.6 Max, 推理: 60.8Qwen3.6 Max, 编程: 55.6Qwen3.6 Max, 智能体与工具: 72.1Qwen3.6 Max, 知识: 59.2Qwen3.6 Max, 人类偏好: 64.5

未绘制(测得的模型少于两个):数学, 指令遵循, 长上下文, 多模态。

模型(单击添加或移除)Index

各来源的分歧

在两者都有结果的 8 项基准测试中,Gemini 4 Neon 领先 8 项,Qwen3.6 Max 领先 0 项。所有同时评测两者的综合评分都认为 Gemini 4 Neon 更强。

综合 IndexGemini 4 Neon (high)Qwen3.6 Max领先者
BenchLeader Index67.362.0Gemini 4 Neon
Arena Text15191460Gemini 4 Neon

各发布方使用各自的任务、评测框架和推理强度设置,因此总体结论可能不同;BenchLeader 将它们统一到同一标尺上。† 表示同一模型在另一推理强度设置下的测量值(发布方未测试本页对比的设置)。

价格、速度与延迟

标价按每 1 个输出 token 对应 3 个输入 token 混合计算。每项任务的价格采用方法论页面中的 token 数量。每项基准测试任务的成本、token 数和耗时均为实测值,取自 Artificial Analysis 整个 Intelligence Index 测试的平均值。

指标Gemini 4 Neon (high)Qwen3.6 Max
每百万 token 混合价格$6.00$2.92
每百万 token 输入 / 输出$3.00 / $15.00$1.30 / $7.80
每百万 token 缓存输入$0.150$0.130
每项任务价格:聊天回复$0.0057$0.0029
每项任务价格:总结一份 30 页的报告$0.045$0.020
每项任务价格:代码编辑$0.041$0.019
每项任务价格:智能体编程会话$0.240$0.109
每项任务价格:结构化信息提取$0.0090$0.0042
智能体编程会话(输入大多命中缓存)$0.112$0.057
每项基准测试任务成本(AA Index)$3.74–
每项任务输出 token(AA Index)90k–
其中推理部分46k–
每项任务耗时(AA Index)15 min–
输出速度101 tok/s–
首次回答时间40.6 秒–

每个模型都按其排名最高的推理强度设置进行对比。Gemini 4 Neon (high) 得分 67.3,首个回答 token 需 41 秒;Gemini 4 Neon (xhigh) 为 64.3(57 秒)。Qwen3.6 Max 得分 62.0。推理强度越高,回答前思考越久:得分更高,但等待更长、计费 token 也更多。 推理强度如何影响得分和成本

全部基准测试

共 58 项基准测试,按类别分组;点击名称可查看该排行榜及领先模型。† 表示同一模型在另一推理强度设置下的测量值,仅供参考,不计入胜场。

指标发布方Gemini 4 Neon (high)Qwen3.6 Max
BenchLeader IndexBenchLeader67.362.0
智能体与工具得分BenchLeader76.272.1
编程得分BenchLeader73.455.6
人类偏好得分BenchLeader71.764.5
知识得分BenchLeader72.359.2
推理得分BenchLeader71.960.8
指令遵循得分BenchLeader–74.7
长上下文得分BenchLeader–65.0
数学得分BenchLeader–64.4
混合价格(美元/百万 token)BenchLeader$6.00$2.92
输出速度BenchLeader101 tok/s–
首次回答时间BenchLeader40.6 秒–
上下文窗口BenchLeader1,048,576 token256,000 token
推理
GPQA DiamondEpoch AI Benchmarking Hub–87.4%
SimpleBenchSimpleBench–63.0%
Arena Hard PromptsArena (LMArena)15461482
LiveBench 2.0 ReasoningLiveBench89.6%†–
GPQA Diamond (AA)Artificial Analysis–88.8%
Humanity's Last Exam (AA)Artificial Analysis–30.8%
HLE-Diamond (AA)Artificial Analysis68.4%–
CritPtArtificial Analysis–3.7%
CritPt v2 hard subset (AA)Artificial Analysis59.0%–
Arena ExpertArena (LMArena)15411499
Mystery Game PuzzlesEpoch AI Benchmarking Hub–19.0%†
LMCAEpoch AI Benchmarking Hub–42.5%
DTBenchEpoch AI Benchmarking Hub–87.2%
编程
SWE-bench Verified (Epoch)Epoch AI Benchmarking Hub–76.7%
Arena CodingArena (LMArena)15581511
Arena WebDevArena (LMArena)17641482
LiveBench 2.0 CodingLiveBench89.7%†–
SWE-bench (Vals)Vals AI–72.8%
Terminal-Bench 4.0 (AA)Artificial Analysis61.6%–
FrontierCode 2.0 (AA)Artificial Analysis43.3%–
智能体与工具
Arena AgentArena (LMArena)18.4–
LiveBench Long AgenticLiveBench82.6%†–
LiveBench BrowserLiveBench95.6%†–
Terminal-Bench HardArtificial Analysis–43.9%
τ²-Bench Telecom (AA)Artificial Analysis–95.9%
显示全部 58 项基准测试
指标发布方Gemini 4 Neon (high)Qwen3.6 Max
智能体与工具
Terminal-Bench 2.0 (Vals)Vals AI–51.7%
Arena Agent Task CompletionArena (LMArena)19.2–
Vending-Bench 2Andon Labs–4254.2
AutomationBenchArtificial Analysis79.2%–
GDP.pdf (AA)Artificial Analysis33.4%–
AA-Briefcase v1.1Artificial Analysis1632–
Terminal-Bench-Science 0.1 (AA)Artificial Analysis65.7%–
MKA (AA)Artificial Analysis54.6%–
数学
OTIS Mock AIMEEpoch AI Benchmarking Hub–91.1%
Arena MathsArena (LMArena)–1472
知识
SimpleQA VerifiedEpoch AI Benchmarking Hub–52.0%
LiveBench 2.0 Data AnalysisLiveBench85.3%†–
LiveBench ResearchLiveBench94.5%†–
AA-Omniscience v1.1Artificial Analysis53.8–
CorpFinVals AI–66.5%
CaseLaw v2Vals AI–47.9%
AA-Omniscience v1.1: accuracyArtificial Analysis59.4%–
AA-Omniscience v1.1: non-hallucinationArtificial Analysis86.1%–
指令遵循
IFBenchArtificial Analysis–76.6%
Arena Instruction FollowingArena (LMArena)15221451
人类偏好
Arena TextArena (LMArena)15191460
Arena Creative WritingArena (LMArena)15141437
Arena Multi-turnArena (LMArena)15291467
Arena Longer QueriesArena (LMArena)15211474
多模态
LiveBench DesignLiveBench81.5%†–
Humanity's Sixth SenseScale AI SEAL75.9%†–
长上下文
AA-LCR v1.1Artificial Analysis–80.7%
MLCRArtificial Analysis28.9%–
综合
Epoch Capabilities IndexEpoch AI Benchmarking Hub–149.9
LiveBench 2.0LiveBench87.4%†–
AA Intelligence Index v5.0.1Artificial Analysis59.6–
AA Intelligence Index v4.3.2Artificial Analysis–28.4
AA Progress Index v1Artificial Analysis–297.1

数据截至 2026年11月19日。对比的是每个模型的最佳配置;每项分数的来源链接都在模型页面上。

变化

  • Gemini 4 Neon (high):13 项新结果(MLCR, MKA (AA), Arena Text…)。
  • Gemini 4 Neon (high):首批结果。
  • Qwen3.6 Max:BenchLeader Index 62.8 → 62.3。
  • Qwen3.6 Max:BenchLeader Index 63.3 → 62.8。

排行榜: 综合最佳大模型 · 最适合编程的大模型 · 最适合智能体的大模型 · 便宜好用的大模型

Gemini 4 Neon vs Qwen3.6 Max:常见问题

Gemini 4 Neon 比 Qwen3.6 Max 更好吗?
质量上 Gemini 4 Neon (high) 领先:67.3 比 62.0。BenchLeader Index 综合了所有第三方质量基准测试;截至 2026年11月19日,Gemini 4 Neon (high) 总体领先,但请结合你的用途查看各类别得分。
Gemini 4 Neon 和 Qwen3.6 Max 哪个更便宜?价格会变吗?
目前 Qwen3.6 Max 更便宜:每百万 token $2.92 比 $6.00(按每 1 个输出 token 对应 3 个输入 token 混合计算)。两者均未公布价格调整。
编程用 Gemini 4 Neon 还是 Qwen3.6 Max 更好?
Gemini 4 Neon 在编程方面得分更高(类别得分 73 比 56,50 为平均水平)。在两者共同的最主要编程基准测试 Arena WebDev 上,Gemini 4 Neon 为 1764,Qwen3.6 Max 为 1482。
智能体和工具调用用 Gemini 4 Neon 还是 Qwen3.6 Max 更好?
Gemini 4 Neon 在智能体任务方面得分更高(类别得分 76 比 72,50 为平均水平)。
处理长文档哪个更好?
Gemini 4 Neon 支持更长的上下文:1,048,576 token,Qwen3.6 Max 为 256,000 token。
更多问题(2)
第三方基准测试对 Gemini 4 Neon 和 Qwen3.6 Max 的看法一致吗?
在两者都有结果的 8 项基准测试中,Gemini 4 Neon 领先 8 项,Qwen3.6 Max 领先 0 项。所有同时评测两者的综合评分都认为 Gemini 4 Neon 更强。
Gemini 4 Neon 是什么时候发布的?
Gemini 4 Neon 于 2026年11月18日 发布。