谷歌发布Gemini 4 Neon:定位中杯,速度超Carbon 3倍

资讯 36氪 全文 3550 字 · 约 9 分钟读完 配图 11 张 分类GeminiCarbonGPTGPT-6GoogleOpenAI

位于 Carbon 和 Hydrogen 之间的新智能

所属频道 大厂动态ChatGPT 与 GPTGemini 与 Google AI

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。

谷歌发布Gemini 4 Neon:定位中杯,速度超Carbon 3倍(配图 1)

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。

谷歌发布Gemini 4 Neon:定位中杯,速度超Carbon 3倍(配图 2)

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。

谷歌发布Gemini 4 Neon:定位中杯,速度超Carbon 3倍(配图 3)

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。

谷歌发布Gemini 4 Neon:定位中杯,速度超Carbon 3倍(配图 4)

谷歌发布Gemini 4 Neon:定位中杯,速度超Carbon 3倍(配图 5)

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%。

谷歌发布Gemini 4 Neon:定位中杯,速度超Carbon 3倍(配图 6)

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。

谷歌发布Gemini 4 Neon:定位中杯,速度超Carbon 3倍(配图 7)

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。

谷歌发布Gemini 4 Neon:定位中杯,速度超Carbon 3倍(配图 8)

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。

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. 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
  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. Anthropic IPO文件披露:亚马逊持股14.7%,谷歌持股13.7%

    Anthropic IPO由亚马逊与谷歌合计持股近三成,估值1.405万亿美元,公开市场检验现金流与算力成本。OpenAI发布GPT-6.2双模型,推进企业分层商业化,并携北约网络防御、签约AMD算力。英伟达遭SEC调查、创始人辞任、股价重估,AI基建进入资本回报与治理考验;美国BIS将出口管制延伸至远程云算力。谷歌G

    来源 钛媒体
  4. 谷歌发布Gemini 4 Neon:编程追平Claude

    11月19日消息,谷歌发布Gemini 4 Neon,面向编程、资料分析和多步骤任务。新模型已通过开发者API开放,Google AI Pro和Ultra订阅用户也可陆续在Gemini应用及AI开发工具Antigravity中使用。 打开网易新闻 查看精彩图片 在谷歌的产品线中,Neon位于旗舰模型Carbon和主打速

    来源 AI 行业观察
  5. 让大语言模型学会把方向盘交出去

    你有没有想过,一个客服机器人在接到"帮我取消订单"这种请求时,脑子里到底在发生什么?它要先查这个客户是谁,再查订单状态,然后决定是直接取消还是该先问一句"您确定吗"。这一整套流程,看起来简单,但背后每一步都要调用一次大语言模型,也就是那个又贵又慢的AI大脑。**大语言模型*:指像GPT、Gemini这样参数规模巨大、.

    来源 腾讯网
  6. 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
  7. GPT-6.2双版本发布:3D与办公能力提升,API价格再降

    千呼万唤之中,OpenAI 终于把 GPT-6.2 推到了台前,一口气推出两个版本:GPT-6.2 Astra 和 GPT-6.2 Sol。 有意思的是,OpenAI 这次又赶在了一个微妙的时间点出牌。 眼下,Anthropic 上市的消息仍在持续发酵,AI 行业的竞争也愈发激烈。 OpenAI 偏偏选在此时发布新一代

    来源 AI 行业观察
  8. GPT-6.2 Astra被批难用:开发者为何集体吐槽?

    出品|虎嗅科技组作者|黄天媛编辑|苗正卿头图|视觉中国今日凌晨,灰测了半个月的GPT-6.2终于正式发布。这次OpenAI带来的是GPT-6.2 Astra和Sol,一个旗舰,一个日常主力。顶着Anthropic、Google压力端上桌的新模型,刚一发布,就在X上被骂成了筛子,超多人批评6.2干活不好用。开发者Theo

    来源 腾讯网
  9. GPT-6.2 上线12小时:开发者为何称其“史上最糟”

    就在今天,OpenAI 正式发布了新一代旗舰模型 GPT-6.2 Astra,以及主打性价比的 GPT-6.2 Sol。从官方公布的成绩来看,GPT-6.2 Astra 在专业 Agent 任务上反超 Claude Fable 5.2,完成同等任务的综合成本却只有后者的 5%,堪称一次漂亮的反击。上下滑动查看更多内容然

    来源 腾讯网
  10. OpenAI发布GPT-6.2双版本:3D设计亮眼,实测体验两极

    千呼万唤之中,OpenAI 终于把 GPT-6.2 推到了台前,一口气推出两个版本:GPT-6.2 Astra 和 GPT-6.2 Sol。有意思的是,OpenAI 这次又赶在了一个微妙的时间点出牌。眼下,Anthropic 上市的消息仍在持续发酵,AI 行业的竞争也愈发激烈。OpenAI 偏偏选在此时发布新一代模型,

    来源 腾讯网
  11. GPT-6.2 Astra登顶机器人榜单:OpenAI解散独立机器人团队

    GPT-6.2 Astra在真实机械臂测试中登顶,通用大模型直驱机器人的能力又进了一步。 据独立评测机构Artificial Analysis发布的AA-Robotics v0.1榜单,GPT-6.2 Astra得分79,完成8项物理任务中的6项。 不只是OpenAI的旗舰模型,能力相对较弱的GPT-6.2 Sol也得

    来源 AI 行业观察
  12. 微软推出 Decision-1.1:决策基准拿 68 分,跑赢 GPT-6 Luna

    微软17日推出决策模型Microsoft-Decision-1.1,已登陆Microsoft Foundry、OpenRouter和Vercel。它不闲聊,专攻企业软件高频决策:路由、分类、内容核验与工作流控制。模型只在开发者规则内从允许操作中选答案,并输出校准置信度;信息不足时弃权或提示人工介入,避免关键业务风险。评

    来源 AI 产业速递
  13. OpenAI发布GPT-6.2 Astra与Sol:同任务成本仅Claude Fable 5.2约5%

    就在 Anthropic 敲钟上市的同一天,OpenAI 端出了它的“贺礼”。 11 月 18 日凌晨消息,OpenAI 正式发布 GPT-6.2 Astra 和 GPT-6.2 Sol 两款新模型:在复杂专业任务上,GPT-6.2 Astra 的得分超过 Claude Fable 5.2,而单任务成本只有后者的约 5

    来源 AI 行业观察
  14. OpenAI发布GPT-6.2 Astra与Sol:Anthropic IPO定价前夜,成本大降

    IT之家 11 月 18 日消息,就在 Anthropic IPO 定价前一天,OpenAI 突然毫无预兆地送上了一份“惊喜”。 OpenAI 今日正式发布了最新的 GPT-6.2 Astra 和 GPT-6.2 Sol 模型,重点提升专业工作、编程、计算机操作及多步骤智能体任务的表现,同时降低完成任务所需的输出 To

    来源 AI 行业观察
  15. 微软发布Decision-1.1:速度提升2倍,准确率登顶

    智东西(公众号:zhidxcom)编译 | 程茜编辑 | 李水青智东西11月18日消息,今日,微软发布新一代决策模型Microsoft-Decision-1.1。在Artificial Analysis决策指数榜单中,Microsoft-Decision-1.1获得68分,排名第8,比微软首款决策模型高出6分,领先于J

    来源 腾讯网
向下滚动自动加载更多