Gemini 4 Neon上线:AA编程Agent榜登顶,成本比Opus 5.5低一半

资讯 凤凰科技 作者:新智元 全文 3158 字 · 约 8 分钟读完 配图 13 张 分类GeminiOpusGoogle产品更新AI 编程智能体

谷歌发布Gemini 4家族成员Neon,AA智力指数61分居全球第三

所属频道 大厂动态产品更新智能体与 AgentClaude 与 AnthropicGemini 与 Google AIAI 编程与开发

Gemini 4 Neon上线:AA编程Agent榜登顶,成本比Opus 5.5低一半(配图 1)

AI圈的新品节奏一刻没停。谷歌Gemini 4家族刚迎来第四位成员Neon,且是正式上线。

哈萨比斯在个人帖子里亲自官宣,称它是「炼金术的巅峰之作」。

Gemini 4 Neon上线:AA编程Agent榜登顶,成本比Opus 5.5低一半(配图 2)

Neon把卖点压在推理速度上,瞄准的是高频、复杂的软件工程、知识分析以及科研长程任务。

跑完一个任务,Neon的综合开销比Claude、GPT等对手的顶级旗舰低50%到80%,成绩却没有缩水。

谷歌官方安排了Claude Opus 5.5和GPT-6.2 Sol同场对比,19组成绩中Neon拿下16组最高。

Gemini 4 Neon上线:AA编程Agent榜登顶,成本比Opus 5.5低一半(配图 3)

发布会的核心信息可以这样梳理。

智力一项,Neon的AA智力指数为61分,排在全球第三,比自家旗舰Carbon高出1分。

编程Agent榜上,它以58.6分登顶,跑单个任务的花费只有Claude Opus 5.5的一半出头。

速度方面,Neon每秒输出约110个token,Carbon为57个,前者快了近一倍。

定价为每百万token输入3美元、输出15美元,缓存命中0.15美元,上下文长度100万token。

它还能充当总指挥:在谷歌的Agent编程平台Antigravity里,Neon可以调度一批Hydrogen子Agent并行开工。

Gemini 4 Neon上线:AA编程Agent榜登顶,成本比Opus 5.5低一半(配图 4)

Gemini 4 Neon上线:AA编程Agent榜登顶,成本比Opus 5.5低一半(配图 5)

图灵书房原样复活

50万表格公式画3D

纸面参数之外,实战表现更能说明问题。

第一个实测里,Neon拉起「/swarm」多Agent团队,连续运转12个小时,把图灵在剑桥国王学院的书房重建为3D场景。

1936年,图灵就是在这间书房里写下了奠定现代计算机理论的那篇论文。

它的做法是先调出国王学院的档案照片,接着在Blender中完成建模和绑定,再渲染出带有年代感的材质与光影。

镜头由国王礼拜堂外的草坪推进至屋内,书架、壁炉、书桌依次入画,连桌上那台图灵机也做了真实还原。

这项实测检验的是长程任务中的调度能力:Neon要带领一队Agent,从查资料、建模一直做到渲染,全程不偏离目标。

Gemini 4 Neon上线:AA编程Agent榜登顶,成本比Opus 5.5低一半(配图 6)

另一项测试针对推理和写代码的硬功夫——表格里没有现成的图像算法可用,每一步都得由Neon用公式自行推导。

最终,Neon开出10万个单元格,在多个子表中铺下超过50万个实时表格公式。

仅凭这些基础公式,它就实现了Sobel边缘检测和3D深度映射;6种交互模式可随意切换,改动光照角度,整张图便实时重新打光。

Gemini 4 Neon上线:AA编程Agent榜登顶,成本比Opus 5.5低一半(配图 7)

还有一个测试是让Neon从零手搓一套第一人称3D高山滑雪模拟器。

这一轮较量拼的是长代码的工程能力。上万行着色器、物理引擎,加上真实地形数据,都得塞进同一个项目里跑通。

Neon没有动用任何预制3D素材。它直接取来勃朗峰与霞慕尼的真实高程地形数据动手搭建,随后一次性写出10200行自定义WebGL2着色器代码。

这套模拟器里装了120Hz物理引擎和6条高山雪道,动态雪痕、突发板状雪崩和空间音频也全都配齐。

Gemini 4 Neon上线:AA编程Agent榜登顶,成本比Opus 5.5低一半(配图 8)

中杯机型杀进全球前三,编程Agent排到第一

能撑起这些大场面,靠的是Neon实打实的分数。

在衡量综合智力的Artificial Analysis智力指数上,Neon以xhigh思考档位拿到61分。

换回默认的high档,它也有60分,与Carbon持平。可完成一个任务的成本,还不到Carbon原价的一半。

速度上Neon同样快出一截。同一套测试里,Carbon平均每个任务约需36分钟,Neon只用21分钟,省下四成时间。

Gemini 4 Neon上线:AA编程Agent榜登顶,成本比Opus 5.5低一半(配图 9)

智力之外,编程是Neon这回最拿得出手的一项。

分数与Claude打平,花费只占一半

编程Agent榜的第一名,由Neon搭配谷歌自家Antigravity CLI跑出。

Claude Code阵营里,Fable 5.2和Opus 5.5都在58分左右,分数彼此咬得很紧,开销却拉开明显差距。

Neon跑一个任务平均花6.86美元,Opus 5.5为12.61美元,Fable 5.2则要15.47美元。

网友Pranav Reddy出过同题测试,让Neon、Opus 5.5和Carbon都用Three.js画一段骑行动画。他的判断是Neon胜了Opus 5.5,距离Carbon已经不远。

Gemini 4 Neon上线:AA编程Agent榜登顶,成本比Opus 5.5低一半(配图 10)

Agent榜排第二,自动化榜拿第一

放到真实的Agent工作场景里,Neon的名次照样靠前。

Arena新上线的Agent榜单基于4200多场真实会话,Neon首次登场就排到全球第二。

Zapier另有一份自动化榜,用657个真实业务流程考模型。Neon在这份榜上取得56.3%,位列第一。

网络安全方面,找漏洞的SEC-bench Pro上Neon直接拿到90.5%的高分,刷新纪录;修漏洞的CWE-bench v2上,它也比Carbon高出3.4个百分点。

当然,Neon并非处处占优。

Terminal-bench 4.1和FrontierCode 2.0这两项硬核编程测试里,Opus 5.5依旧稍胜一头。

Neon坐上了总指挥的位置

AI开始给AI派活

跑分有输有赢,Neon这回真正的杀手锏,是谷歌给它安排的新岗位。

在Antigravity里,Neon既能自己单干,也能充当「总指挥」。

来了一个大任务,它先负责拆解,然后分派给一群并行的Hydrogen子Agent去执行。

Hydrogen属于Gemini 4家族中的轻量模型,速度最快,价格仅为Neon的一半。

Gemini 4 Neon上线:AA编程Agent榜登顶,成本比Opus 5.5低一半(配图 11)

Swarm和Super-agent,各自管的是两层不同的事

Neon指挥一群Hydrogen的这套Swarm协作,乍看与DeepSeek最近提出的Super-agent颇为相似,但两者管的并不是同一层面的事。

各是什么

Swarm:一项任务内部的分工方案。规划、判断和验收由Neon负责,写代码、改文件、跑测试交给Hydrogen,目的是把一件活干得又好又快。

Super-agent:一个常驻在线、能同时管理多项工作的Agent系统。消息接收、任务关联、工作派发由Router负责,多个Worker各干各的,目的是多件事并行时能持续跟进,用户不必挨个盯会话。

哪里相同

协调与执行分开:一层负责安排,一层负责干活。

两者都有反馈回路:执行中遇到问题,会回报、调整,再继续推进。

都在替人省事:用户不用亲自安排每一步,也不用追着每个执行者跑。

哪里不同

管的范围不同:Swarm管一项任务内部怎么分工,Super-agent管多项任务之间怎么调度、怎么持续跟进。

动脑的角色不同:Neon要吃透任务、亲自定方案;Super-agent的Router尽量只做关联和派发,复杂推理交给Worker。

强模型的位置不同:谷歌把判断力强的Neon放在上层,配速度快的Hydrogen;DeepSeek的建议则相反,Router可以轻一点,Worker更需要强模型。

与模型的绑定方式不同:Swarm是一组固定的模型搭配;Super-agent是一套系统设计,不同角色可以配不同模型,也可以全用同一个。

Agent时代的超级王牌,谷歌七周四连发

Agent时代拼的,是谁能把一件大活自己拆、自己派、自己验收,一口气干到底。

今天,这个总指挥的位子,谷歌交给了一个中杯,旗舰Carbon只在最难的活上出场。

这一下,正好打在Claude身上。写代码、干长活的Agent,一直是Claude最硬的一张牌,可Fable 5.2才发布9天,就在编程Agent榜上被Neon压了过去。

比起这一分半分的差距,谷歌的出牌速度才是Claude真正的麻烦。

11月10日以来,谷歌已经有三款Gemini 4全量上线。

谷歌把这种速度归因于RSI。布林这位谷歌联合创始人早在10月就提到,公司已经踩上「RSI的跑步机」,研究团队眼下正跟模型联手,去造下一代的模型。

谷歌内部RSI要是真转起来,模型一代比一代造得快,超级智能时代的王牌,就会落在Gemini手里。

现在,压力给到了Claude和GPT。

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
  2. 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
  3. 谷歌推Gemini Tasks智能体:覆盖2.5亿用户,大摩看好其10亿用户基础

    智通财经APP获悉,谷歌母公司Alphabet(GOOGL.US,GOOG.US)正式推出Gemini人工智能(AI)智能体新功能“Tasks”,将AI助手从回答问题进一步升级为能够代替用户执行购物、预订、支付等实际任务的数字助理。摩根士丹利在11月18日发布的研报中指出,谷歌凭借Gemini庞大的现有用户基础、深度整

    来源 腾讯网
  4. 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
  5. 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
  6. 谷歌搜索AI模式上线临时线程:可无痕私密搜索

    11月18日,谷歌在全球桌面及移动端浏览器的搜索AI模式中推出“临时线程”功能。用户可发起私密、非个性化即时搜索,查询记录不留存于个人历史,也不干扰后续算法推荐。该功能借鉴Gemini临时聊天机制,无需修改账户隐私设置,点击AI模式右上角临时对话图标即可开启,关闭后内容即从界面清除。

    来源 AI 产业速递
  7. 谷歌AI模式上线临时线程:搜索不留痕,服务器端仍存约两个月

    11月18日, 谷歌 宣布在全球桌面端及移动端浏览器的 搜索AI模式 中正式推出“临时线程”(Temporary Threads)功能,允许用户发起私密、非个性化的即时搜索,使其查询记录不留存于个人历史且不干扰后续算法推荐。 该功能借鉴了独立应用 Gemini 的临时聊天机制,用户无需修改账户隐私设

    来源 AI 开发者社区
  8. 谷歌字节快手集体降价,AI视频进入分秒计价时代

    AI视频行业正在靠近一个类似DeepSeek的时刻,模型能力差距收窄,价格被打到分/秒,创作者开始批量调用。 11月初,谷歌把视频模型Gemini Omni 1.2 Flash转为正式版,不仅支持15秒视频生成和多轮对话式编辑等功能升级,还把价格打了下来,720p降到每秒0.07美元(约合0.47元/秒),比上一代低3

    来源 AI 行业观察
  9. 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
  10. 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
  11. 阿里云 752页《AI Agent Handbook》,46% 的企业在做 Agent,只有 18% 上线

    752 页、7 篇、30 章。这份手册是阿里云把《AI 原生应用架构白皮书》拆开重写的一版,加进了 1906 份开发者问卷和企业自己复盘的案例。最值得先看的是那批问卷:46% 的企业在做 Agent,真正部署到生产环节的只有 18%。它的编法不按技术栈分层,而按生命周期分段:架构定对象,构建定契约,运行定地基,治理定可

    来源 腾讯网
  12. Claude开AI工厂:7周造38个模型,狂揽5.5万下载

    Claude开了一家造AI的工厂! 七周,Claude交出38个模型,狂揽约5.5万次下载,杀进100多个GitHub项目。 38个模型累计下载约5.5万次,光是提示注入检测系列就有约1.7万次下载。 这AI工厂背后的「老板」叫Horizon,是一个基于Claude Opus 5.5的智能体。 它开局拿到的,只是一个空

    来源 AI 行业观察
  13. 2026软件行业K型分化:谁在涨,谁在消失

    2026 年初,全球软件行业出现了一个很容易被误读的现象。 一边是“软件要被 AI 吃掉了”的恐慌:企业可以用 AI 编程,自己搭建内部系统;AI Agent 正在替代传统 SaaS 的菜单、表单和席位;软件公司的估值大幅下跌。 另一边却是,部分软件公司正在创下新的增长记录。 10 月,路透社报道,美国软件与服务指数创

    来源 AI 行业观察
向下滚动自动加载更多