谷歌发布Gemini 4 Neon:定位中杯,速度超Carbon 3倍
位于 Carbon 和 Hydrogen 之间的新智能
刚睡醒,谷歌就又推出了一款
Gemini 4 模型。
最近一段时间,谷歌在基础模型上接连出手,从主打最高智能的到主打最高效率的版本一个接一个往外放,想重回第一的位置,确实下了狠劲。
Carbon、Argon、Hydrogen 之后,补上最高智能与最高效率之间那块空档的「中杯」选手来了——Gemini 4 Neon。

Demis Hassabis 对这款中杯模型的评价是「Alchemy at its finest(炼金术的杰作)」。
在 Gemini 4 家族里,Carbon 是旗舰,承担最难的长程项目;Hydrogen 盯的是日常高频场景,图的是响应快。Neon 卡在两者中间,按官方说法,「在复杂编程、分析推理和生产级企业工作流上提供前沿推理能力,同时更快、更省」。
速度上,Neon 是 Carbon 的 3 倍,成本只到 Carbon 的 60%。价格方面,每百万输入 token 3 美元,每百万输出 token 15 美元,缓存输入 token 最低 0.15 美元;上下文窗口为 100 万 token,还提供 4 档可调的思考深度,开发者能根据任务复杂度在速度和推理深度之间切换。
博客链接:https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-neon/
全面跑分
第三方评测里,Neon 的表现比较全。综合智能上,它在 Artificial Analysis Intelligence Index 拿到 61 分,排第 3,前面只有更大、更慢的模型;Vals Index 上排第 2(70.9%),处在帕累托前沿。

新推出的 Agent Arena Index 中,Neon 靠 4200 余个真实世界智能体会话拿到第 2(1336 分);可操控性(steerability)也是第 2,意思是用户中途改口时,模型能更干净地调整方向。
企业类和知识工作类评测上,Neon 大面积占据榜首。Legal Research Bench 和 Tax Agent Bench 两项第 1;Surge AI 覆盖的金融、会计、电子表格建模等多个类目也大多排第 1。Zapier AutomationBench 第 1(56.3%),Andon Labs 的 Vending-Bench 2 也是第 1($16,843),后者模拟长周期商业经营,对长程规划要求不低。密集图表阅读基准 Chartography 得分 73.5%,Agents' Last Exam v1.1 得分 75.8%,与头部模型持平。
科学和数学推理方向上,Neon 在 Terminal-Bench Science(70.5%)、RiemannBench(84.0%)和 HLE-Diamond(71.3%)三项均列第一,都是同类最佳。

逐项拆解 Neon 能力
官方博客把 Neon 的新能力归成了几个大方向。
先看写代码,更准也更稳。Neon 面向真实生产环境,能处理多文件调试、重构和精准编辑。谷歌专门点出了它的「surgical edits(手术式编辑)」能力,可对多文件项目做定点修改。模型在多步骤指令遵循上有明显提升,内部
Google Antigravity 测试中还录得了迄今最低的编造率(fabrication rate)。
100 万 token 窗口把多模态也收了进来。电子表格、PDF、图表、音频、视频,Neon 能在同一个上下文窗口里一起消化这些输入,再输出结构化的交付物。按官方说法,「Neon 在整体质量上追平甚至超过了 Carbon,速度快 3 倍,成本降低 40%。它在准确性、细节和速度之间找到了令人信服的平衡。」
网络安全是这次发布里一个不太一样的动作。谷歌推出 Neon for Cyber,覆盖安全代码编写、漏洞发现、漏洞验证和漏洞修补的完整链条。
数据上,AutoBaxBench 安全代码生成在困难级别达到 SOTA(76%),全面超过 Carbon;WebExploitBench v1.2 渗透测试同样 SOTA(51.26%),成本只有竞品大模型的一半;SEC-bench Pro 漏洞发现 SOTA(90.5%),单次挑战成本约为同类的一半;CWE-bench v2 漏洞修补 70.7%,比 Carbon 提升 3.4%。Neon for Cyber 将在未来几天内通过 Fairwind Program 向受信任的安全防御人员开放。


安全对齐方面,几乎「零作弊」。谷歌在安全性上投入很重。Terminal-Bench 4.0 作弊率 0.0%,与 Carbon 持平;编码作弊评估中只有 2.45% 的任务出现走捷径行为,是 Gemini 4 全系列最低;智能体安全套件里不当行为率 0.09%,诚实评估通过率 99.2%。Gray Swan 的间接提示注入基准中,Neon 在最高思考级别上把攻击成功率压到了 0.0%。和 Carbon 相比,Neon 把「服务不足」降低了 43%-56%,「越权操作」降低了 15%-35%。同时它在合法任务上几乎不拒绝,Terminal-Bench 4.0 上仅拒 1.98%,Terminal-Bench-Science 上拒绝率为 0%。

消费者端同样有升级。在 Gemini 应用里,Neon 带来的写作输出质量更高,读取电子表格、PDF 和照片等上传内容更准,还能接入 Gmail 和 Docs 获取相关信息。Tasks 功能现在由 Neon 驱动,处理复杂多步骤任务时更快,也更省额度。
Gemini 4 Neon 已启动滚动上线。开发者可在 Google AI Studio 和 Android Studio 中,通过 Gemini API 付费层级构建应用;Google AI Pro 和 Ultra 订阅用户能在 Google Antigravity 里试用。企业用户则走 Gemini for Business 的 API,或从模型下拉菜单进入。消费端,Pro 和 Ultra 订阅用户在 Gemini 应用的模型选择器里,直接就能切到 Neon。面向网络安全方向的 Neon for Cyber,会在未来几天内经由 Fairwind Program 推送给受信任的防御人员。

世界模型 Genie 4 终于上线
10 月 28 日,谷歌 DeepMind 官宣最新一代世界模型 Genie 4,称其为「迄今为止最逼真、交互性最强的世界模型」。等了半个多月,谷歌终于宣布 Genie 4 正式上线可用。

博客链接:https://blog.google/innovation-and-ai/models-and-research/google-deepmind/genie-4-now-available-project-genie/
Genie 4 是谷歌眼下最逼真、交互性最强的世界模型。它最核心的新本事叫「mid-session prompting」——你在浏览世界的过程中,随时能用自然语言改动环境。切换天气、投放一个角色、改变剧情走向,这些变化都实时发生在当前画面里。
另一项首次出现的能力是原生音频(native audio)。Genie 4 生成的世界自带声音,声音还会跟着场景变化自动适配,环境音效到角色对话都涵盖其中,把「听觉」这块拼图补齐了。
Genie 4 主打最高保真度。Genie 3 则继续留在 Project Genie 的模型选择器里,面向更长时间的探索和全景场景。
这次谷歌在上线 Genie 4 的同时,也上线了 Project Genie Agent。过去创建一个世界,需要你精心组织 prompt;现在它变成了一场对话——你用自然语言描述想要的世界,智能体会调度谷歌的多模态模型组合,生成初始视觉画面来确立世界的视觉风格,同时配上量身定制的背景音乐。更有意思的是,Gemini 模型能在你探索世界时同步观察屏幕内容,主动弹出「下一步去哪」的建议,或者根据你的旅程自动触发世界内事件。
画廊里已有的世界,你也能拿来 remix:调整底层结构、配乐或规则,把它变成自己的版本,再发布到社区画廊,供其他人探索和二次创作。
目前 Project Genie 的新体验面向符合条件的 Google AI Ultra 订阅用户开放,Google AI Pro 会员可以在同一页面加入候补名单。