[控场AI]
· 4 分钟阅读· 2,452 字

Gemini 4 Neon模型实测:与Astra 6.2生成PPT对比谁更强?

Gemini 4 Neon模型实测:与Astra 6.2生成PPT对比谁更强?

Gemini 4 Neon 在 PPT 生成任务中与旗舰 Astra 6.2 打平甚至略优,但修改环节工程化不足。

B 站 UP 主“磊哥”用一场线下沙龙 PPT 制作任务对比了 Gemini 4 Neon 与 Astra 6.2。两者视觉呈现不分伯仲,Neon 风格更圆润简洁;内容准确性上 Neon 胜出,能忠实将 20 条大纲转换为 23 页详细内容,而 Astra 6.2 出现与大纲不符的“胡说八道”。但 Neon 4 的短板在修改环节:局部修改后只返回单页 PPT,且 UI 风格和图片有概率被重绘。作为快速模型,Neon 4 与旗舰打平甚至略占优势,UP 主认为值得使用,但需容忍当前小瑕疵。

Google 新发布的 Gemini 4 Neon 模型(原文称“尼昂4”或“NEO4”)宣称“又快又能打”,但实际能力如何?B 站 UP 主“磊哥”用一场线下沙龙培训会的 PPT 制作任务,将其与 Astra 6.2 进行了同题对比。结果有些意外:Neon 在视觉呈现上不输旗舰,甚至在内容准确性和生成详细度上略占优势,但修改环节存在明显痛点。

PPT 制作任务

官方跑分与真实场景的落差

据 UP 主引述,官方跑分中 Gemini 4 Neon 在大部分选项上超过了 OPUS 5.5 和 Astra 6.2 的次旗舰模型。但跑分高不等于好用,真实任务才是试金石。

UP 主给出的任务很具体:将一份 20 条、有逻辑递进关系的演讲大纲,连同个人照片一起,分别喂给 Astra 6.2 和 Neon 4,要求生成用于线下演讲的 PPT。提示词和资源文件完全相同,唯一变量是模型。

Astra 6.2 走“高级推理”模式,耗时四分多钟生成完毕;Neon 4 这边没有显示具体执行时间,因此速度无法直接比较。但 UP 主提到,Neon 4 的生成速度“无从考证”,只能从结果质量上评判。

跑分(Benchmark)的局限:官方跑分通常指模型在 MMLU、GSM8K、HumanEval 等标准化测试集上的得分,这些测试衡量的是模型在特定任务上的平均表现,而非真实工作流中的综合能力。跑分高只能说明模型在受控条件下表现好,但实际使用中,任务往往涉及多步骤推理、长上下文理解、格式遵循和工具调用等复杂因素,这些很难被单一分数覆盖。因此,跑分与真实体验之间的落差是常见现象,需要结合具体场景做同题对比才能判断模型是否“好用”。

视觉呈现:Neon 更圆润简洁,两者不分伯仲

Astra 6.2 生成了 16 页 PPT,页面美观度相比前代有明显提升,UP 主评价“完全超出预期”。Neon 4 生成了 23 页,风格更圆润,视觉上“完全不逊色 6.2,而且感觉更加简洁和直观”。

Astra 6.2 页面美观但内容有瑕疵

单看外观,两者都能用于生产环境,选择谁更多是审美偏好问题。但 UP 主一页页核对内容后发现,差距在可用性上拉开了。

内容准确性:Neon 胜出,Astra 出现“胡说八道”

Astra 6.2 虽然页面惊艳,但内容存在重大瑕疵。在“AI 数字员工与传统外呼的区别”这一页中,Astra 罗列的内容与 UP 主提供的大纲完全对不上。UP 主原意是强调 AI 数字员工可直接对接智能体(如 Vocabuddy 或 Codex)、自动加微信、真智能可调教可训练、有真人感、可打断等特点,但 Astra 生成的对比项“完全是胡说八道”,讲的时候无法有效引出。

Astra 6.2 内容与大纲不符

反观 Neon 4,同一页清晰呈现了直连智能体、自动加微信、真智能进化、可调教可训练、可打断、真人感等要点,并配有图标,与大纲数据源准确对应。UP 主总结:Neon 4 能真正将数据源转换成正确的 PPT 内容,生成更详细且符合实际要求。

幻觉(Hallucination)与指令遵循:Astra 6.2 在“AI 数字员工与传统外呼的区别”一页中出现与大纲完全对不上的内容,属于典型的“幻觉”现象,即模型生成了看似合理但缺乏依据的信息。在 PPT 生成这类需要严格忠实于数据源的任务中,幻觉会直接导致内容不可用。而 Neon 4 能准确对应大纲要点,说明其在指令遵循和长文本信息提取上表现更稳。评估模型时,除了看生成质量,还需关注其是否忠实于输入,这通常与训练中的对齐策略和上下文窗口利用效率有关。

修改体验:Neon 的短板在工程化

Neon 4 并非没有缺点。UP 主在调试中修改了 6 到 7 次,发现两个问题:

其一,局部修改后让模型重新生成时,它只返回修改页的 PPT,而非完整文件,需要再次下指令才能得到完整版。这在需要反复迭代的 PPT 制作中增加了操作成本。

其二,修改时 UI 风格可能“重绘”——只改了一个文字,导出时很多地方的 UI 却发生了变化;更麻烦的是,图片有概率在下一版被改坏,需要再用提示词改回来。UP 主认为这些是 Neon 4 目前的小 bug。

修改过程中 UI 和图片可能被重绘

相比之下,在 GPT 里修改后直接导出没有问题,只需局部调整。Neon 4 的工程化成熟度还有提升空间。

工程化成熟度:指模型产品在真实使用流程中的稳定性、一致性和可操作性,包括局部编辑是否只影响目标区域、输出格式是否完整、多次迭代后是否保持风格一致等。Neon 4 在局部修改后只返回单页 PPT、UI 风格和图片被重绘,反映出其在“编辑-导出”链路上的工程化不足。相比之下,成熟产品通常通过差分更新、区域锁定或版本控制来避免这类问题。工程化成熟度往往比模型本身能力更影响日常使用体验,也是快速模型与旗舰模型拉开差距的关键维度之一。

结论:快速模型打平旗舰,值得一用

综合来看,Gemini 4 Neon 作为快速模型,在 PPT 生成任务上与 Astra 6.2 旗舰模型打平甚至略占优势:视觉美观度够用、内容详细且准确、能忠实转换数据源。短板集中在修改迭代环节的稳定性和完整性上。UP 主最终评价:“说明这次 J 社没有让我们失望”,表现值得使用。

对于需要快速生成演示文稿的用户,Neon 4 提供了一个兼顾速度与质量的新选项;但若涉及大量反复修改,仍需容忍当前的小瑕疵。

分享:

相关推荐