MarkTechPost ↗ · 2026-11-19 14:52 · UTC+8
Google DeepMind发布Gemini 4 Neon:1M上下文,AA编码代理指数排名第一
模型更新 MarkTechPost 原文语言:英文
Google DeepMind推出Gemini 4 Neon,提供最高1百万标记的统一上下文窗口,定价为每百万输入标记3美元、输出标记15美元。该模型在AA智能指数上得分61,位列首位,并在AA编码代理指数上以58.6分领跑,长上下文任务GraphWalks上取得95.2%的最高成绩。Neon为闭源模型,仅通过Google AI Studio、API和Gemini应用供付费用户使用。
全文
Google DeepMind 刚刚发布了 Gemini 4 Neon。Gemini 4 Neon 是一款推理模型,定位在 Gemini 4 Carbon 和 Gemini 4 Hydrogen 之间。它的目标是编码智能体、知识工作和科学工作流。开发者的定位是以更低的单任务成本实现接近前沿的分数。定价为每 100 万输入 Token 3 美元,每 100 万输出 Token 15 美元。
简述
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 1M。
运行平台:仅限 Google 托管。权重不公开,因此不支持本地 GPU、量化或边缘设备构建。
性能:在 AA Intelligence Index 上得分为 61,领先于 Claude Opus 5.5(59)和 GPT-6.2 Sol(57)。
最佳表现:在 GraphWalks(256K 至 1M 上下文)上为 95.2%,而 GPT-6.2 Sol 为 80.1%。
最差表现:在 FrontierCode 2.0 上为 46.2%,落后于 Claude Opus 5.5 的 47.3%。
核心要点:优点:以 $3/$15 的价格引领长上下文和智能体编码。缺点:闭源、自我评估、每 Token 价格比 GPT-6.2 Sol 更高。
什么是 Gemini 4 Neon?
Neon 是 Gemini 4 系列中的中端模型。Carbon 处理最困难的长视距项目。Hydrogen 处理快速的日常执行。Neon 在两者之间平衡了深度和效率。
根据模型卡片,Neon 改编自 Gemini 4 Carbon。Google 未披露参数量或架构。输入涵盖文本、音频和视频。知识截止日期为 2026 年 3 月。
Neon 在智能体工作流内部是如何工作的?
Neon 提供了多个思考级别。High 是默认级别。xhigh 专门用于最困难的工程、分析和科学工作流。
对于长时间的智能体运行,Neon 支持上下文压缩,并减少了冗余的文件读取。在 Google Antigravity 中,Neon 可以充当协调器。它指导平行的 Gemini 4 Hydrogen 子智能体处理较小的子任务。
Gemini 4 Neon 在基准测试中的表现如何?
Google 将 Neon 与 Claude Opus 5.5 和 GPT-6.2 Sol 进行了对比。以下所有分数均由 Google 报告,未经独立复现。
编码:在 AA Coding Agent Index 上排名第 1,得分为 58.6。使用提供商工具的 SWE-sweep 达到了 39.0%,而 Opus 5.5 为 10.1%。
知识工作:在 Zapier AutomationBench 上为 56.3%,而 Opus 5.5 为 42.5%。在 Agents’ Last Exam v1.1 上为 75.8%。
科学与推理:在 RiemannBench 上为 84.0%,在 Terminal-Bench-Science 上为 70.5%,在 HLE-Diamond 上为 71.3%。
长上下文:在 GraphWalks 上为 95.2%,而 Opus 5.5 为 66.8%。
网络安全:在 SEC-bench Pro 上为 90.5%,在 CWE-Bench v2 上为 70.7%,在 WebExploitBench v1.2 上为 51.3%。
Neon 并非在所有项目上都获胜。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(75.1% 对 73.5%)上领先。
在 Vals Index 上,Neon 获得 70.9% 的分数,排名第 2。在 Agent Arena 指数上它也排名第 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,在高思考模式下,Neon 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 模式下,Google 称其成本比竞争对手在最高设置下的成本低 36% 以上。
这些是单任务声明,而不是每 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 日之前为 $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,通过 Google AI Studio 和 Android Studio
Gemini 企业版,通过 API 和模型下拉菜单
Google Antigravity,面向付费的 Google AI Pro 和 Ultra 订阅者
Gemini 应用,面向 Pro 和 Ultra 订阅者
安全数据说明了什么?
Neon 运行在 Gemini 4 的安全堆栈上。Google 报告其智能体安全套件的未对齐操作率为 0.09%。它通过了 99.2% 的智能体诚实度评估。在最高思考级别下,它在 Gray Swan 的提示词注入基准测试中显示出 0.0% 的攻击成功率。它在编码作弊测试中 2.45% 的捷径率是所有 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
DeveloperGoogle DeepMindGoogle DeepMindAnthropicOpenAI
ParametersNot disclosedNot disclosedNot disclosedNot disclosed
WeightsClosedClosedClosedClosed
Context window1MNot disclosed in launch post1M1M
Max output64K default, 1M backgroundNot disclosed128KNot disclosed
Input / output per 1M$3 / $15$2 / $10 to Nov 30, then $4 / $20$4 / $20$2 / $10
AA Intelligence Index61Not disclosed5957
Vals Index v2.2*70.9%Not disclosed70.1%66.1%
Terminal-bench 4.1*65.2%Not disclosed65.8%61.5%
SWE-sweep (provider harness)*39.0%Not disclosed10.1%8.3%
GraphWalks 256K 到 1M*95.2% 未披露 66.8% 80.1%
*分数来源于 Google 的发布对比表,自报。AA 分数针对 Opus 5.5 和 GPT-6.2 Sol 匹配人工分析。
关键要点
Neon 位于 Carbon 与 Hydrogen 之间,价格为每 1M 令牌 $3/$15。
在 AA 智能指数上得分 61,位列 AA 编码代理指数第一。
最大优势: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。
已关闭且仅限 API,使用 Google 报告的基准。
查看发布帖子和模型卡。
正文为 AI 译文。