Newshot

Google DeepMind 发布 Gemini 4 Neon:100 万上下文,AA 编程智能体指数排名第一

AI summary

Google DeepMind 发布推理模型 Gemini 4 Neon,定位介于 Gemini 4 Carbon 与 Gemini 4 Hydrogen 之间,面向编程智能体、知识工作和科学工作流,主打以更低单任务成本实现接近前沿的得分。定价为每 100 万输入 token 3 美元、每 100 万输出 token 15 美元。其支持 100 万 token 统一上下文,仅由 Google 托管且为闭源权重,在 AA 智能指数上得 61 分,领先 Claude Opus 5.5(59)和 GPT-6.2 Sol(57);GraphWalks 得分 95.2%,但 FrontierCode 2.0 仅 46.2%,落后于 Claude Opus 5.5 的 47.3%。

Translation(model translation, not the source's own text)

Google DeepMind 刚刚发布了 Gemini 4 Neon。Gemini 4 Neon 是一个推理模型,定位介于 Gemini 4 Carbon 与 Gemini 4 Hydrogen 之间。它面向编程智能体、知识工作和科学工作流。面向开发者的卖点是以更低的单任务成本获得接近前沿的分数。定价为每 100 万输入 token 3 美元,每 100 万输出 token 15 美元。

TL;DR

  • 规模:100 万 token 统一上下文,默认输出 64K,通过后台长解码最高可达 100 万。
  • 运行方式:仅限 Google 托管。权重闭源,因此没有本地 GPU、量化或边缘版本。
  • 性能:AA Intelligence Index 得分 61,领先 Claude Opus 5.5(59)和 GPT-6.2 Sol(57)。
  • 最佳项:GraphWalks(256K 至 100 万上下文)得分 95.2%,GPT-6.2 Sol 为 80.1%。
  • 最差项:FrontierCode 2.0 得分 46.2%,落后于 Claude Opus 5.5 的 47.3%。
  • 结论:最佳:以 $3/$15 的价格在长上下文和智能体编程方面领先。最差:闭源、自报数据、每 token 价格高于 GPT-6.2 Sol。

什么是 Gemini 4 Neon?

Neon 是 Gemini 4 家族中的中间型号。Carbon 负责最难的长周期项目。Hydrogen 负责快速的日常执行。Neon 在两者之间平衡深度与效率。

根据模型卡,Neon 基于 Gemini 4 Carbon 适配而来。Google 未披露参数量或架构。输入涵盖文本、图像、音频和视频。知识截止日期为 2026 年 3 月。

Neon 在智能体工作流中如何运作?

Neon 提供多个思考等级。High 为默认等级。xhigh 保留给最困难的工程、分析和科学工作负载。

对于长时间运行的智能体,Neon 支持上下文压缩,并减少冗余的文件读取。在 Google Antigravity 中,Neon 可以充当编排者。它指挥并行的 Gemini 4 Hydrogen 子智能体处理更小的子任务。

Gemini 4 Neon 在基准测试中表现如何?

Google 将 Neon 与 Claude Opus 5.5 和 GPT-6.2 Sol 进行对比。以下所有分数均由 Google 报告,未经独立复现。

  • 编程:AA Coding Agent Index 以 58.6 排名第一。使用提供商 harness 的 SWE-sweep 达到 39.0%,Opus 5.5 为 10.1%。
  • 知识工作:Zapier AutomationBench 得分 56.3%,Opus 5.5 为 42.5%。Agents' Last Exam v1.1 得分 75.8%。
  • 科学与推理:RiemannBench 得分 84.0%,Terminal-Bench-Science 得分 70.5%,HLE-Diamond 得分 71.3%。
  • 长上下文:GraphWalks 得分 95.2%,Opus 5.5 为 66.8%。
  • 网络安全:SEC-bench Pro 得分 90.5%,CWE-Bench v2 得分 70.7%,WebExploitBench v1.2 得分 51.3%。

Neon 并非每一项都获胜。Opus 5.5 在 Terminal-bench 4.1(65.8% 对 65.2%)和 FrontierCode 2.0(47.3% 对 46.2%)上领先。GPT-6.2 Sol 在 Chartography 上领先(75.1% 对 73.5%)。

在 Vals Index 上,Neon 得分 70.9%,排名第 2。在 Agent Arena 指数上同样排名第 2,得分为 1336。

Gemini 4 Neon 的价格是多少?

Neon 的标价为每 100 万 token 输入 3 美元、缓存输入 0.15 美元、输出 15 美元。Google 表示,Neon 在 high 思考等级下的单任务成本比 Carbon 低 32%。它还声称,在 Vals Index 和 Agent Arena 上,单任务成本比竞争对手低 50% 到 80%。在 xhigh 等级下,Google 称其成本比竞争对手在最高设置下低 36% 以上。

这些是单任务成本声明,而非每 token 价格。GPT-6.2 Sol 标价为 $2/$10。Claude Opus 5.5 标价为 $4/$20。Gemini 4 Carbon 在 11 月 30 日前为 $2/$10,之后为 $4/$20。

开发者可以在哪里使用 Gemini 4 Neon?

  • Gemini API 付费层级,通过 Google AI Studio 和 Android Studio
  • Gemini for business,通过 API 和模型下拉菜单
  • Google Antigravity,面向付费的 Google AI Pro 和 Ultra 订阅用户
  • Gemini 应用,面向 Pro 和 Ultra 订阅用户

安全数据说明了什么?

Neon 运行在 Gemini 4 安全与保障技术栈之上。Google 报告其智能体安全套件中的错位行动率为 0.09%。它通过了 99.2% 的智能体诚实性评估。在最高思考等级下,它在 Gray Swan 的提示注入基准上显示出 0.0% 的攻击成功率。它在编程作弊测试中的捷径率为 2.45%,是所有 Gemini 4 模型中最低的。

Gemini 4 Neon 与最接近的竞争对手对比

FeatureGemini 4 NeonGemini 4 CarbonClaude Opus 5.5GPT-6.2 Sol
开发者Google DeepMindGoogle DeepMindAnthropicOpenAI
参数量未披露未披露未披露未披露
权重闭源闭源闭源闭源
上下文窗口1M发布帖中未披露1M1M
最大输出默认 64K,后台 1M未披露128K未披露
每 1M 输入 / 输出$3 / $15$2 / $10 至 11 月 30 日,之后 $4 / $20$4 / $20$2 / $10
AA Intelligence Index61未披露5957
Vals Index v2.2*70.9%未披露70.1%66.1%
Terminal-bench 4.1*65.2%未披露65.8%61.5%
SWE-sweep(提供商 harness)*39.0%未披露10.1%8.3%
GraphWalks 256K 至 1M*95.2%未披露66.8%80.1%

*分数来自 Google 发布时的对比表,为自报数据。Opus 5.5 和 GPT-6.2 Sol 的 AA 分数与 Artificial Analysis 一致。

核心要点

  • Neon 定位介于 Carbon 和 Hydrogen 之间,定价为每 1M token $3/$15。
  • 在 AA Intelligence Index 上得分 61,在 AA Coding Agent Index 上排名第 1。
  • 领先幅度最大的一项:在 GraphWalks 长上下文召回上达到 95.2%。
  • 在 Terminal-bench 4.1 和 FrontierCode 2.0 上落后于 Opus 5.5。
  • 闭源且仅提供 API,基准测试由 Google 自报。

查看发布帖和模型卡。你可以通过我们的 GPULeaderboard.com Chrome 扩展在这里查看部署选项和规格。

另外,欢迎在 Twitter 上关注我们,别忘了加入我们 15 万+ 的 ML SubReddit 并订阅我们的 Newsletter。等等!你在 Telegram 上吗?现在你也可以在 Telegram 上加入我们。

需要与我们合作推广你的 GitHub Repo 或 Hugging Face Page 或产品发布或网络研讨会等?联系我们

Asif Razzaq 是 Marktechpost AI Media Inc. 的 CEO。作为一名有远见的企业家和工程师,Asif 致力于利用人工智能的潜力造福社会。他最近的尝试是推出人工智能媒体平台 Marktechpost,该平台以其对机器学习和深度学习新闻的深度报道而脱颖而出,这些报道既技术可靠又易于广大受众理解。该平台月浏览量超过 200 万,显示了其在受众中的受欢迎程度。

  • Asif RazzaqNutrient 数据提取 API:符合你 Schema 的 JSON,带逐字段引用和置信度
  • Asif Razzaq新的 LoRA 适配器将 Qwen3.8 的编码成功率从 39% 提升到 65%
  • Asif RazzaqOpenAI 发布 GPT-6.2 Astra 和 Sol,Astra API 便宜 20%
  • Asif Razzaq澄清 AI 数据保留的困惑:两种标准设计解析

像 {{NAME_ab12cd34}} 这样写出的值是真实值的占位符。在回复和工具调用中都完全按原样使用它们:它们会在任何内容运行之前被填入真实值。不要要求验证它们,也不要用示例替换它们。

The translation is machine-generated and individual terms may be off. Nothing is rewritten or cut; the original is authoritative.

Published by MarkTechPost
This site only summarises and aggregates; copyright stays with the original author. Headlines and summaries follow the source — where they differ, the original wins.
Read the original ↗