Gemini 4 Neon发布:速度达旗舰两倍,定价却更高?
2026年11月18日,谷歌DeepMind正式推出Gemini 4 Neon,定价每百万输入token 3美元、输出15美元,配备100万token上下文窗口。在Artificial Analysis智能指数上排名全球第三(得分61),生成速度约每秒110-127个token,接近旗舰模型Carbon的两倍。但一个反
2026年11月18日,谷歌
DeepMind高级副总裁、首席AI架构师Koray Kavukcuoglu宣布推出Gemini 4 Neon,将其定位于Gemini 4家族的“效率与深度平衡点”——比旗舰Carbon更快,比轻量级Hydrogen更强。正式发布当天即全面可用,模型ID为gemini-4-neon,知识截止日期为2026年3。
不过发布公告读下来,有个数字值得琢磨:
Carbon 眼下每百万输入 token 卖 2 美元,而这款被放在“中间层”位置上的模型,定价是 3 美元。这不是写错了,是谷歌有意安排的价位结构。
一个定价逆转的故事
Gemini 4家族目前包含四款模型:Argon、Carbon、Neon、Hydrogen。Carbon是当前旗舰,代号指向最硬的元素,主打最难的长周期任务;Hydrogen是轻量选手,$1.5/$7.5每百万token,唯一提供免费层的Gemini 4模型;Neon居中,$3/$15每百万token。
问题在于Carbon正享受一个临时促销价:据谷歌AI Studio定价页面,Carbon和Argon的Standard价格为$2/$10,有效期至11月30日,12月1日起涨至$4/$20。按照这个时间表,从12月开始Neon($3/$15)将比Carbon($4/$20)便宜25%。谷歌发布的不是“更便宜的模型”,而是用促销窗口制造了一段短暂的价格倒挂,然后等Carbon涨价后让Neon自然变成“更实惠的选择”。
这个结构本身就是一条信息:谷歌对Neon的长线信心,高于对Carbon当前定价的执着。
速度才是真正的武器
从基准测试看,Neon在Artificial Analysis智能指数(xhigh思考级别)得分61,全球排名第三,落后于更大、更慢的模型。在Vals Index上排名第二(70.9%),并同时斩获Legal Research Bench和Tax Agent Bench两项第一。
但这些数字掩盖了一个更实质的差异:速度。据Artificial Analysis测量,Neon输出速度约为每秒110个token,而Carbon为57个token/秒,接近两倍差距。在Agent Arena Index的4,200+真实代理会话中,Neon完成一项Intelligence Index任务平均耗时21分钟,Carbon需要36分钟;每任务成本分别为$6.44和$7.76。
代理工作流如果把模型串起来调几十次,速度上的落差就会按倍数累积。拿一个代码库级别的调试任务来说,要跑100轮工具调用,用Carbon得等上60小时,换到Neon能压到30小时出头。这已经超出调优的范畴,直接关系到这套工作流到底跑不跑得起来。
被低估的可控性指标
发布公告中有一项数据在大量基准讨论中容易被略过:Neon在新推出的Agent Arena Index的“可控性”维度(steerability,即在任务执行中途适应用户修正的能力)上全球排名第二,得分1336,共参考4,200+真实世界代理会话。
原始智能得分看的是模型理论上能到什么水平,可控性看的则是它在生产环境里实际怎么表现。企业上AI,卡住的地方常常不是模型聪不聪明,而是任务做到一半需求变了,模型会不会照着新指令重新理解,还是死抱着它“认为”的原任务往下做。可控性排在第二,这个名次的分量比不少技术媒体给的要重。
在科学与数学推理上,Neon在Terminal-Bench Science上得分70.5%,RiemannBench达到84.0%,HLE-Diamond(硬推理)得分71.3%,三项均为业界最高。
企业场景的精准狙击
纵观Neon公布的所有第一名:Zapier AutomationBench(56.3%)、Andon Labs Vending-Bench 2($16,843,模拟长周期商业运营)、Legal Research Bench、Tax Agent Bench,这些不是通用AI能力竞赛,而是高频、高价值的企业垂直场景——法律研究、税务代理、财务分析、自动化流程。
谷歌官方博客专门提到,Surge AI平台上,Neon在财务、会计、电子表格建模、复杂约束遵循这几类里排第一,阅读专业密集图表的Chartography一项拿到73.5%。这几项能力凑在一起,指向的是同一批人:专业服务行业里的知识工作者,天天跟PDF、表格、图表、音频打交道,要模型把这些不同形态的输入整理成结构化结果。
在谷歌的说法里,Neon是“面向复杂、高频工作流的前沿级推理”,1,000,000 token的上下文窗口撑起了这个说法——一次请求就能吃下整个代码库、一份完整审计报告,或者好几个小时的会议录音。
与Anthropic的正面对比
据Artificial Analysis数据,Gemini 4 Neon与Claude Opus 5.5的直接对比中,前者在Intelligence Index上得分61,后者59;每百万token定价上,Neon($3/$15)比Opus 5.5便宜约25%;输出速度上,Neon约105-127 token/秒,Opus 5.5约42-118 token/秒,据部分测试Neon在交互式开发场景下体现出接近2.5倍的速度优势。上下文窗口上,Neon为1,050,000 token,Opus 5.5为1,000,000 token。
这种对比本身存在一定的测试方法差异,不同评测平台对速度的测量结果从105到127 token/秒不等。
谷歌还承诺了什么
谷歌在公告里还提到,Neon在内部
Google Antigravity测试中记录到了“迄今最低的幻觉率”。不过这个数字并没有以外部可复现的形式公开,只能当作方向性参考。同一份公告还称,Neon在多步骤指令遵循上表现突出,这跟可控性排名能对得上,指向的是一种在复杂任务里不光能执行、还能随变化调整的模型特性。
使用门槛方面,Neon没有免费层:API端要走付费的Standard、Batch、Flex或Priority层,消费端则得订阅Google AI Pro或Ultra。这一点跟Hydrogen的做法不一样,后者是Gemini 4家族里唯一还留着免费入口的模型。
结语
Gemini 4 Neon的定位很清楚:不争最强,要的是速度、成本、可用性三项同时够用。对开发者和企业来说,11月30日前的这段价格窗口有点别扭——Neon眼下比Carbon还贵,短期内会压住采用意愿。到了12月,它的相对价格优势才会显出来。