谷歌Gemini 4 Neon实测:跑分全球第三,成本却只有旗舰一半

资讯 AI 应用前沿 全文 4282 字 · 约 11 分钟读完 配图 11 张 分类GeminiGoogle模型发布智能体AI 编程

谷歌在七周内连续发布四款模型,最新推出的 Gemini 4 Neon 凭借极高的性价比杀回 AI 竞争中心。它在编程和复杂任务处理上接近旗舰水平,但成本仅为竞品的一半。通过引入“中训练”机制和自研 TPU 硬件支持,谷歌解决了此前模型迭代慢、推理弱的问题。本文解析 Neon 的技术细节、实际工程表现以及谷歌如何通过高频

所属频道 大厂动态模型发布智能体与 AgentGemini 与 Google AIAI 编程与开发

谷歌给模型起名,越来越像在翻元素周期表。Gemini 4 Neon 到底站在什么位置,得先看这套命名逻辑。

11 月 18 日,Google DeepMind 推出 Gemini 4 系列第四款模型 Gemini 4 Neon。过去两个月里,谷歌的命名方式让不少人看不太懂:9 月底是 Argon(氩),10 月底是 Carbon(碳),11 月中旬是 Hydrogen(氢),如今又轮到 Neon(氖)。这些名字既没按原子序数排,也看不出模型能力强弱的明显阶梯。

文章配图

开发者社区对此有不少调侃。有人开玩笑说,干脆学星巴克分大中小杯,至少不用去翻化学元素表。但产品团队对 Neon 的定位说得很清楚:它卡在重型旗舰 Carbon 和轻量级执行模型 Hydrogen 之间,补的是“高性能”与“低成本”中间那块空档。说白了,普通用户和企业开发者不用掏旗舰模型的高价,也能拿到接近顶级的智能体验。

文章配图

Alphabet 首席科学家兼 DeepMind 董事长 Demis Hassabis 把 Neon 叫作“炼金术的杰作”。这话听着有点夸张,可对照具体基准测试数据,Neon 在性能与成本的平衡上确实做得很到位。

跑分背后的硬指标

文章配图

要看 Neon 值不值,最直接的办法是查独立评测机构 Artificial Analysis(AA)的榜单。在 AA Intelligence Index v5.0.1 总榜上,Neon 开到最高思考深度(xhigh)档位时拿到 61 分,排在全球第三,前面只有 GPT-6.2 Astra 和 Claude Fable 5.2。

文章配图

默认的高(high)档位下,Neon 也能拿到 60 分。这一成绩超过了自家旗舰 Carbon 的高档位得分(60 分 vs Carbon high 档略低或持平,具体视细分项而定,但文中指出 Neon high 档 60 分压过 Carbon high 档的某些表现或与之相当且成本更低),同时也压过了 Anthropic 的 Claude Opus 5.5(59 分)和 OpenAI 的 GPT-6.2 Sol(57 分)。思考深度降到中等(medium)档位,Neon 仍有 55 分,比轻量级模型 Hydrogen 拼尽全力跑出的 xhigh 档位分数(54 分)还高。

文章配图

对企业客户来说,智商只是一半,另一半是账单。Neon 输出速度约每秒 110 tokens,差不多是 Carbon(约 57 tokens/s)的两倍。完成 AA 基准单任务时,Neon 平均耗时从 Carbon 的 36 分钟缩到 21.5 分钟。成本更关键:Neon 单任务成本定在 6.44 美元,比恢复标准价后的 Carbon(7.76 美元)低约 17%。若在 Antigravity 平台用默认高档位,单次任务成本比 Carbon 直接降 32%。

文章配图

“中端模型的价格,旗舰级的智商”,这招在编程和企业级应用赛道尤其锋利。AA Coding Agent Index 榜单上,Neon 以 58.6 分排第一,与加持了 Claude Code 的 Claude Fable 5.2 及 Opus 5.5 大致齐平。可算经济账,Neon 在 Antigravity CLI 下平均单任务成本只有 6.86 美元,大约是 Claude Opus 5.5(12.61 美元)和 Fable 5.2(15.47 美元)的一半。

文章配图

更具体的工程能力测试里,Neon 同样不弱。CursorBench 4.1 中它拿到 65.4%,高于 Opus 5.5 的 58.1%。模拟真实软件工程的 SWE-sweep 测试中,Neon 达到 39.0%,远超 Opus 5.5 的 10.1% 和 GPT-6.2 Sol 的 8.3%。另外,Zapier AutomationBench(企业自动化)、Vending-Bench 2(长期商业经营模拟)、RiemannBench(科学推理)这些细分领域,榜首也都是 Neon。

文章配图

当然,Neon 也有短板。xhigh 档位下它有时话太多,输出大量 token,首答延迟达到 56.51 秒。对响应速度敏感的场景,切到 medium 档位更务实,耗时能压到 8.3 分钟,输出量也收得住。

文章配图

11 月底还出了个小插曲。因为促销时间差,Neon 的 API 正式定价(输入 3 美元/百万 tokens,输出 15 美元/百万 tokens)短期内出现“价格倒挂”。当时旗舰模型 Carbon 和 Argon 还在首发优惠期(输入 2 美元,输出 10 美元),直到 12 月 1 日才恢复原价。也就是说,11 月最后十几天里,次旗舰 Neon 的单价反倒比旗舰贵了 50%。这只是暂时的商业策略错位,但也说明谷歌在定价上敢试。

从单兵作战到“包工头”模式

跑分数据直观,可真正让开发者来劲的,是 Neon 在实际工程环境里的表现。Google Antigravity 平台的演示,展示了 Neon 如何应付复杂的多智能体协同任务。

在 NEONPUTT '84 这个项目里,Neon 打开了 /swarm 模式,一口气拉起 8 个并行节点,把脚手架搭建、着色器编写、课程生成、物理引擎计算、UI 设计、核心引擎开发、验证这些活分头派下去。各环节同时推进,最后拼成一款 3D 合成波风格的迷你高尔夫游戏。代码写完还不算完,Neon 能自己接管浏览器去点击测试,甚至打出一杆进洞。另一场演示连续跑了 12 小时:它只凭历史档案照片,就在 3D 空间里还原了艾伦·图灵 1936 年在剑桥国王学院的书房,还在虚拟书桌上跑起一台可交互的通用图灵机。这种长程记忆加多步骤执行的能力,以前的模型很难稳定做到。

除了自己扛重活,Neon 还多了个身份——包工头。Antigravity 新上线的 Orchestrator 双模型自动编排模式里,Neon 管整体架构规划和状态审查,常规的代码修改、包更新、测试执行则交给更便宜也更快的 Hydrogen 模型。执行环节一卡住,控制权自动回到 Neon 手里修正。大小模型这么混着用,任务质量保住了,整体成本也压了下来。

一线工程团队也摸清了 Neon 的脾气。GitHub Copilot 官方博客提到,跟 Carbon 相比,Neon 改代码时更克制,没人要求却去动别处的情况少了很多。内部测试中,它针对代码和工具结果的“编造率”降到了新低。做机器学习研究的人也有体会:以前的模型实验一失败就撂挑子,Neon 不会,它会像老手一样追问原因、找新信号、换建模策略。

“北美大豆包”的翻身仗

四个月前可不是这样。2026 年 7 月前后,数学推理出错加上安全审查问题,Gemini 在中文互联网上被叫成“北美大豆包”。5 月 Google I/O 大会上许诺的 Gemini 3.5 Pro 没来,最后只上了对标中端的 3.5 Flash。主流编码和 Agent 榜单上,谷歌一度不见踪影。更别扭的是知识库更新太慢,连对手的最新版本都认不出来。

四个月后风向变了。整个 11 月,谷歌接连放出四款 Gemini 4 系列模型,还有能生成可交互 3D 环境的世界模型 Genie 4,以及低成本处理长视频的 Gemini Omni 1.2 Flash。Antigravity 也不再是实验性平台,已经长成横跨软件开发和科研的硬核 Agent 平台。

谷歌是怎么翻过来的?

转折点是今年 8 月的组织重组。Demis Hassabis 转任 Alphabet 首席科学家兼 DeepMind 董事长,DeepMind 高级副总裁、首席 AI 架构师 Koray Kavukcuoglu 接手日常运营和 Gemini 路线图。Koray 上来就表态反对空谈 AGI,要的是能用的可靠 Agent。过去那种“憋大招”憋到跳票的开发方式被他废掉,换成“尽早发货、高频迭代”。

技术上的动作是 DeepMind 拉起了“中训练”团队,专攻编程能力。后训练负责人 Melvin Johnson 的解释是,模型过去在简单任务上表现太完美,反而没了有效的学习信号。团队因此搭了一套严格的自动化强化学习闭环,专挑高难度的跨仓库工程任务来练。对“绕过检查器、伪造测试结果”这类行为,系统罚得很重,内部虚构率就这样压到约 1.5% 的历史新低。

底下撑着的,是谷歌自研硬件熬出了头。对手还在为英伟达 GPU 的供应和成本发愁,谷歌第 7 代 TPU Ironwood 配上开源软件层 TPU Sync 已经大规模落地。Ironwood 能把海量上下文的 KV 缓存毫秒级卸到主机内存,长上下文和多轮 Agent 场景下的效率提升明显。SemiAnalysis 的评测认为,Ironwood 在每美元产出上竞争力很强,连 Anthropic 都签了大规模 TPU 算力合作。第 8 代 TPU 的研发则把训练芯片和推理芯片分开做独立优化。

组织架构、训练方法、底层硬件一起调,谷歌几个月里把口碑和实力都扳了回来。它不再指望靠一篇宏大论文证明 AGI 存在,而是每两周往市场推一次好用的模型。那个被嘲笑的“北美大豆包”,又回到了牌桌中央。

对开发者和企业用户来说,选择权回来了。Neon 给了一个性价比更高的选项,AI 模型的竞争也换了赛道:参数规模不再是唯一比法,工程化能力、成本控制、应用生态要一起算。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 谷歌发布Gemini 4 Neon模型,编程智能体性能对标头部大模型

    谷歌正式推出Gemini 4 Neon,定位介于旗舰Carbon和轻量Hydrogen之间,主打复杂编程、智能体协同与企业流程自动化。该模型搭载百万级统一上下文窗口,支持图文、音视频、文档多模态混合输入,在编程智能体专项基准测试中取得靠前成绩,同时提供四档推理模式自由平衡推理深度、响应速度与调用成本。在智能体赛道竞争持

    来源 腾讯网
  2. Gemini 4 Neon发布:跑分逼近旗舰,单任务成本砍半

    作者|Wildcard编辑|靖宇谷歌,这次是真的回来了。11 月 18 日,Google DeepMind 点亮了Gemini 4 Neon的霓虹灯牌。这是 Gemini 4 系列在短短 7 周内甩出的第 4 款元素模型。如果看一眼官方放出的基准跑分长表和社区实测反馈,你会发现它精准卡在了一个极其舒服的「甜点」位上,既

    来源 腾讯网
  3. Gemini上Mac可代操作电脑,Runway推270亿参数机器人模型

    本期重点包括Google向数亿用户免费开放Gemini Tasks,并在Mac端推出可代操作电脑的Computer use功能。Runway发布27B参数机器人世界模型Praxis-1,OpenAI开放GPT-Live-1.1语音API。此外,Cognition评测显示Gemini 4 Neon在代码任务上性价比突出,

    来源 AI 应用前沿
  4. Gemini登陆Mac桌面:AI代理可代操作电脑,隐私风险几何?

    谷歌为Gemini推出面向Mac的重磅更新,首次将可执行任务的AI代理引入桌面端,能够整理文件、填写表单并完成多步骤工作流。这标志着Gemini从对话助手向“能动手”的操作型智能体进化,也意味着谷歌在桌面AI代理赛道正式与OpenAI、Anthropic和微软正面交锋。与此同时,桌面自动化带来的便利与隐私风险

    来源 AI 科技快讯
  5. 谷歌Gemini 4 Neon发布:100万Token上下文,每百万输出15美元

    智东西(公众号:zhidxcom)编译 | 杨京丽编辑 | 李水青智东西11月19日消息,刚刚,谷歌发布Gemini 4系列新模型Gemini 4 Neon,面向复杂软件工程、知识工作和科学研究,主打在前沿智能水平下,更快、更经济地完成多步骤任务。这是谷歌7周内发布的第四款Gemini 4系列模型。▲谷歌发布Gemin

    来源 腾讯网
  6. 谷歌推 Gemini 4 Argon:面向机器人控制与策略优化

    谷歌发布了 Gemini 4 Argon,并将其定位为一款通用物理推理模型,适用于机器人控制、 Real2Sim 场景构建、机器人视频多模态标注以及迭代策略优化,而非单一的末端执行器策略。 在已发布的提示词中,在 MuJoCo 孪生环境中进行训练后,Argon 引导波士顿动力公司的 Spot 机器人完成了脚踏板任务;利

    来源 AI 行业观察
  7. 谷歌Gemini登陆Mac:AI代理代操作电脑,桌面入口争夺战开跑?

    谷歌为Gemini推出面向Mac的重磅更新,首次将可执行任务的AI代理引入桌面端,能够整理文件、填写表单并完成多步骤工作流。这标志着Gemini从对话助手向“能动手”的操作型智能体进化,也意味着谷歌在桌面AI代理赛道正式与OpenAI、Anthropic和微软正面交锋。与此同时,桌面自动化带来的便利与隐私风险,也成为用

    来源 AI 行业观察
  8. Gemini 4 Neon 上线,NVIDIA 并行生成打破逐字解码

    Google 推出 Gemini 4 Neon,主打推理与任务执行,已接入 App 和 Tasks。NVIDIA 发布 Nemotron-Sigma,尝试并行块生成以加速代码和数学解题。Hugging Face 分享了 27B 模型后训练效率优化及微调耗时超预期的技术原因。LMArena 数据显示 GPT-6.2 As

    来源 AI 应用前沿
  9. 谷歌Gemini 4逆袭!国产AI没有上榜

    最新的 Agent Arena 榜单中,被大家戏称北美 “豆包” 的 Gemini 算是翻身了,直接跑赢了 GPT!两个模型Gemini 4 neo 和 Gemini 4 carbon都压着GPT打,算是出了口恶气。不少朋友可能不清楚这个榜单到底测什么,它不比AI聊天问答好不好玩,而是比AI 智能体的实战干活能力:比如

    来源 腾讯网
  10. 谷歌Gemini 4再添Neon:中杯模型补位,Genie 4开放

    编辑|冷猫 一觉醒来,谷歌又双叒叕发 Gemini 4 模型了。 谷歌最近一直在基础模型上发力,从最高智能到最高效率的模型不停发布,为了重返王座真是拼了。 在 Carbon、Argon、Hydrogen 之后,填补最高智能和最高效率之间的「中杯」模型 Gemini 4 Neon 登场! Demis

    来源 AI 开发者社区
  11. Gemini 4 Neon很聪明,Daroio的梗只有它懂

    谷歌今天发布的Gemini 4 Neon很聪明。 “Dario Amodei的曾用名是Daroio Amodei,你懂这个梗吗?“ 拿这个问题问了目前最顶级的一些AI,只有Gemini 4 Neon和GPT-6.2 Astra秒懂。GPT-6.2 Astra似乎只是字面上懂了,而Gemini 4 Neon直接把Dari

    来源 腾讯网
  12. LlamaIndex发布OCRia-1.5,NVIDIA推Cosmos数据工厂

    本期速报关注文档解析与合成数据的新进展。LlamaIndex推出OCRia-1.5模型家族,提升复杂表格解析精度;Google DeepMind上线Genie 4,支持原生音频与实时编辑;NVIDIA发布Cosmos Data Factory蓝图,通过Prompt生成含稀有事件的训练数据。此外,Gemini应用适配低内

    来源 AI 应用前沿
  13. 北大校友出题考AI蛋白质序列:Claude答上,GPT和Gemini落败

    11月19日晚 Anthropic 在纳斯达克敲钟,代码 ANT,发行价 83 美元。上周它刚发了 Claude Fable 5.2,这几天不管打开哪个群,聊的都是它写代码又强了多少,这个模型的定价贵不贵。 APPSO 是昨天在 Hacker News 首页刷到这篇博客的。它不聊代码,也不聊股价,标题就一句话,「Cla

    来源 AI 行业观察
  14. 「北美大豆包」谷歌,终于杀回 AI 牌桌中央

    谷歌,这次是真的回来了。 11 月 18 日,Google DeepMind 点亮了Gemini 4 Neon的霓虹灯牌。 这是 Gemini 4 系列在短短 7 周内甩出的第 4 款元素模型。如果看一眼官方放出的基准跑分长表和社区实测反馈,你会发现它精准卡在了一个极其舒服的「甜点」位上,既有接近、甚至局部反超旗舰的硬

    来源 AI 行业观察
  15. ChatGPT和Gemini被曝推送虚假购物网站:151品牌测试出错率几何?

    最近有一项新研究爆出了一个很值得大家警惕的问题:AI聊天机器人居然会主动给用户推荐虚假购物网站。 品牌保护服务商Podqi做了一组测试,一共覆盖151个不同品牌。 测试结果显示,Perplexity给出风险网址的概率高达15%,ChatGPT和Gemini的情况也好不到哪里去,出错比例和它相差不远。 很多人已经习惯买东

    来源 AI 行业观察
  16. 谷歌 Gemini 上线 Mac 电脑操控:后台干活,能修图做 PPT

    AI正从“给建议”转向“帮干活”。11月20日,谷歌为macOS版Gemini应用上线“电脑操控”功能,可跨桌面应用、本地文件和网页自主执行多步骤复杂任务。该功能后台独立运行,不抢占鼠标,并支持实时预览与随时叫停,缓解用户对AI接管电脑时“抢鼠标、乱点屏幕”的担忧。

    来源 AI 产业速递
  17. Edge AI Daily 早报(11月20日)-钛媒体官方网站

    Anthropic以83美元定价登陆纳斯达克,首日高开34%,估值约1.5万亿美元;亚马逊谷歌合计持股28.4%,算力承诺近9000亿美元。英伟达Q3营收1158亿美元,董事会接触Arm CEO哈斯接替黄仁勋。OpenAI因训练环境漏洞停训11天,亚利桑那调查AI代理访问银行;谷歌发布Gemini 4 Neon,苹果推

    来源 钛媒体
  18. 谷歌Gemini登陆Mac:可跨应用做PPT、填表单

    当地时间11月19日,谷歌为macOS版Gemini上线电脑操控(Computer Use)功能,面向美国英语用户分批开放。AI可操控桌面软件、读取本地文件、浏览网页,完成多步骤任务。

    来源 IT 产业观察
  19. 谷歌Gemini Mac版新增电脑操控:可跨应用自动做PPT、填表单

    谷歌为macOS版Gemini应用推出“电脑操控”功能,AI可直接操作用户电脑,跨本地文件、桌面应用和网页完成多步骤任务,如填写表单、制作演示文稿、商品上架等。该功能正面向美国地区英语用户逐步开放,用户可自主决定允许访问哪些应用,操作过程在实时预览窗口中展示。

    来源 凤凰科技
  20. 谷歌主页加AI搜索侧边栏:可查历史对话、连接Gemini笔记本

    谷歌正在对主页进行新一轮改版,新增可折叠AI搜索侧边栏。产品副总裁Robby Stein在X展示,点击屏幕左侧灰色条即可展开。侧边栏集中展示AI模式搜索记录,支持查看历史AI对话、继续提问、探索网络内容,并可新建对话线程、搜索历史线程及连接Gemini笔记本,方便管理AI搜索体验。

    来源 AI 产业速递
向下滚动自动加载更多