Gemini 4 Neon发布:跑分逼近旗舰,单任务成本砍半

资讯 腾讯网 作者:极客公园 全文 4329 字 · 约 11 分钟读完 配图 3 张 分类豆包GeminiGoogle字节跳动DeepMind

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

所属频道 大厂动态Gemini 与 Google AI国产大模型

谷歌这回是真真切切地回到了牌桌中央。

11 月 18 日,Gemini 4 Neon的霓虹灯牌亮起。

短短 7 周里,Gemini 4 系列已经连发 4 款,Neon 是第 4 个。翻翻官方晒出的基准跑分长表,再看看社区里的实测反馈,它正好落在一个很舒服的位置上:智商已经逼近旗舰,个别项目还实现了反超,单任务成本却只有对手的一半上下。

Reddit 技术社区里,一向挑剔的开发者这回几乎一边倒地叫好,说它「便宜得离谱又强得可怕」。每月掏 19.99 美元订阅

真正让全球程序员摸不着头脑的,恐怕只有谷歌那套神秘的命名学。从 9 月底的

Hacker News

网友给 Gemini 4 做的「元素周期表」选模型界面|图片来源:网络

01

炼金术「杰作」

名字确实让人犯迷糊,可 Neon 在产品矩阵里下的刀却相当清楚。

它卡在重型长周期旗舰 Carbon 和轻量高频执行模型 Hydrogen 中间,直接把 Gemini 3.1 Pro 和 Argon 原先的位置接了过来。Alphabet 首席科学家兼 DeepMind 董事长

这句评价背后是硬邦邦的指标。Neon 拥有 100 万

独立评测机构那边,Neon 开到 xhigh 档位拿下 61 分,排在全球第三,同时把自家老大哥 Carbon 的 high 档(60 分)和 Anthropic 的

企业客户真正看中的,是那张跑分对单任务成本的散点折线图。Neon 给出的是一线旗舰的智商,账单却按中端走量模型来算。

输出速度上,它每秒大约 110 tokens,接近 Carbon(约 57 tokens/s)的两倍;跑完 AA 基准,单任务平均耗时从 Carbon 的 36 分钟压到 21.5 分钟,单任务成本落在 6.44 美元,比恢复标准价后的 Carbon(7.76 美元)低约 17%。到了 Antigravity 平台默认 high 档,单次任务成本比 Carbon 直接少了 32%。

AA Index v5.0.1 下 Gemini 4 Neon 各档位与 Carbon、Claude Opus 5.5、GPT-6.2 Sol 的智力分与单任务成本对比|图片来源:Google

放到眼下最卷的编程和企业级赛道上,这种性价比的杀伤力更直观。在 Neon 在 。

在体现真实工程能力的细分测试里,Neon 在

Gemini 4 Neon 在编程、知识工作、科学推理与网络安全等基准上与 Claude Opus 5.5、GPT-6.2 Sol 的对比|图片来源:Google

当然,这台新引擎也不是没有槽点。

头一个是高档位下话太多、延迟也高。开 xhigh 跑完 AA 全套评测,Neon 一共吐出 2.83 亿输出 tokens,比 Carbon 多出不少,首答延迟到了 56.51 秒。要是追求极致响应,把它调回 medium 档明显更划算,耗时能压到 8.3 分钟,输出量也收到 6290 万 tokens。

另一件让国内技术论坛「大佬说」上的开发者聊得津津有味的小插曲,是11 月底前短暂冒出来的「价格倒挂」。

Neon 的 API 按输入 3 美元、输出 15 美元(每百万 tokens,缓存命中享 95% 折扣至 0.15 美元)的正式价上线,也没给免费额度;那边旗舰 Carbon 和 Argon 在 11 月 30 日前还处在 2 美元和 10 美元的首发优惠期,得等到 12 月 1 日才回到 4 美元和 20 美元的原价。结果就是 11 月剩下的十几天里,次旗舰的单价反倒比旗舰贵了 50%,算是个有点好笑的商业时间差。

02

从单兵炫技到包工头带队

跑分表终究是死的,技术圈真正兴奋的点,在于 Neon 在真实工程环境里拿出的统治力。

打开 Google Antigravity 的实机演示,长程多智能体协同是什么样子,一眼就能看明白。有个项目叫 NEONPUTT 84,Neon 在里面开启 /swarm 模式,实时跳动的任务图谱上,scaffold、shaders、courses、physics、ui、engine、verifier 等 8 个并行节点同时被调度起来。这些节点分头写出了自定义 GLSL 着色器、240Hz 物理引擎和 8 个关卡,凑成一款满是 3D 合成波味道的迷你高尔夫游戏。代码写完还不算完,它自己接管浏览器去点界面测试,瞄准、击球,一杆进洞,打得稳稳当当。

Gemini 4 Neon 在 Antigravity 中通过 /swarm 调度 8 个并行子 Agent 协同开发|图片来源:Google Antigravity

Gemini 4 Neon 生成 3D 迷你高尔夫游戏 NEONPUTT '84 并自主操作浏览器验收测试|图片来源:Google Antigravity

时间拉长看,它的耐力也不含糊。官方那场重磅演示里,Neon 在 Antigravity 中靠 /swarm 一口气跑了整整 12 小时,只凭历史档案照片,就在 3D 空间里一块砖一块瓦地重建出艾伦·图灵 1936 年在剑桥国王学院的书房,甚至让那张虚拟书桌上跑起了一台真能交互操作的通用图灵机。YouTube 频道 CHOOSETO.AI 上,一位刚入职谷歌的开发者拿到早期内测权限,放出了大量一手实测,跑分一概跳过。镜头里,Neon 用单条 SDF 数学公式直接画出一条精细的 3D 龙,用单文件生成带动作的 SVG 孔雀,还把一张 1959 年的老旧平面户型图变成能走进去逛的 3D 房屋。换到硬核后端场景,它在 Google Cloud Run 上独立部署值班 Agent,应用被人为故意搞挂后迅速完成回滚;在 DGX Spark 上跑双星系碰撞模拟也不在话下,甚至不经训练就能直接手写神经网络权重。

自己挽起袖子干重活之外,Neon 更聪明的一步是学会了当「包工头」。Antigravity 这次同步上线全新的 Orchestrator(Neon)双模型自动编排模式:碰上复杂的多文件工程,Neon 坐镇中军管架构规划和状态审查,常规的代码修改、包更新、跑测试统统交给便宜轻快的 Hydrogen;执行环节一旦卡住,控制权自动回到 Neon 手里修正计划,开发者不用再手动切模型。

一线工程团队也把它脾气摸得很透。GitHub Copilot 官方博客专门写到,跟老大哥 Carbon 比,Neon 启动更快,改代码时也更克制——未经请求擅自乱动别处的情况少了很多,对代码和工具结果的编造率在内部测试中创下新低。早期合作的机器学习研究团队则看重另一点:它不再像「新手研究员」那样一遇实验失败就放弃,而是会像老练的学者一样追问原因、寻找新信号,主动重构建模策略。

03

「北美大豆包」的绝地翻盘

看今天这气势,很难想到仅仅四个月前,谷歌 AI 在中文互联网上还背着个挺讽刺的外号——「北美大豆包」。把日历翻回 2026 年 7 月前后,那是 Gemini 口碑最暗的一段低谷:数学推理翻车,安全审查又频出抽象失误,网友群嘲铺天盖地。5 月 Google I/O 大会上承诺 6 月交付的 Gemini 3.5 Pro 爽约跳票,最后只端出 3.5 Flash 去对标竞品中端;主流编码和 Agent 榜单首页一度连 Gemini 的名字都找不到。更尴尬的是,模型内置知识库长期停在 2025 年 1 月,直到 3.6 Flash 才更新到 2026 年 3 月,对手发了什么新版本它都不认识,一开联网搜索智商还容易跟着往下掉。

短短四个月过去,牌面整个翻了过来。整个 11 月,谷歌出拳密度极高。除了 7 周连发四款 Gemini 4 元素模型,他们还同步

谷歌这轮翻盘,是怎么做到的?

Google DeepMind 高级副总裁、首席 AI 架构师 Koray Kavukcuoglu|图片来源:Google

今年 8 月,谷歌完成一次关键组织重组: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 正式接管日常运营与 Gemini 路线图。9 月 The Information 的峰会上,Koray 直言「讨论我们是不是已经实现 AGI,根本算不上眼下正确的问题」,把全员重心硬拽回打造可靠的实用 Agent。过去那种死憋大招、到年底却惨遭跳票的旧习气被他彻底废掉,换成「尽早发货、高频迭代」的铁律;预训练和后训练之间,还专门插进一支死磕编程能力的「中训练」团队。

DeepMind 后训练负责人 Melvin Johnson 指出,过去 Gemini 模型卡壳,是因为简单任务全做对之后,根本产生不了有效的学习信号。团队为此搭了一套极严苛的自动化强化学习闭环,专挑 Agent 依然会栽跟头的高难度跨仓库工程硬骨头,塞进严格沙盒和保留单元测试里反复摔打。对「绕过检查器、伪造测试结果」这类作弊行为,系统罚得很重,硬生生把严格环境下的内部虚构率压到约 1.5% 的历史新低。

真正托底这一切的终极筹码,是谷歌苦熬多年的全栈自研硬件终于到了兑现期。牌桌上的对手还在为英伟达 GPU 供货紧缺和高昂算力账单承压,谷歌第 7 代 TPU Ironwood 配合开源软件层 TPU Sync 已经成熟落地,能把海量上下文的 KV 缓存以毫秒级卸载到主机内存里。

SemiAnalysis 的评测给出了一个结论:在长上下文和多轮 Agent 场景里,Ironwood 每美元产出极具统治力。死对头 Anthropic 也因此签下了大规模的 TPU 算力合作。谷歌第 8 代 TPU 更进一步,已经把训练芯片和推理芯片彻底拆开、各自独立优化。自有算力在底座上源源不断,谷歌才敢大打价格战,也才有底气推行「Neon 加 Hydrogen」的大小模型混编。

几个月前,「北美大豆包」还是被群嘲的对象。如今它靠工程纪律和算力家底完成了自我救赎。谷歌不再执着于用一篇宏大论文证明 AGI,转而以每两周一次的发版节奏,把好用的模型砸向市场。OpenAI 和 Anthropic 最不愿看到的那个恐怖对手,真正苏醒了。

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. 谷歌更新Gemini隐私控制:聊天记录可保留,不用于AI训练

    IT之家 11 月 18 日消息,谷歌昨日发布公告,宣布更新 Gemini 应用程序的控制选项,允许用户自行决定是否将 Gemini 聊天记录用于 AI 模型训练。谷歌表示,新增的设置选项允许用户在保留 Gemini 聊天记录的同时,选择不将聊天记录用于生成式 AI 模型训练。用户仍然可以调整聊天记录的保存期限,并手动

    来源 腾讯网
  2. 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
  3. Gemini聊天记录保留期延至2个月,关闭历史记录也适用

    Google宣布将Gemini聊天记录的保留时间从72小时大幅延长至2个月,且无论用户是否关闭历史记录均适用。该政策将在未来几周全球推出。此举与Google此前“关闭历史记录后72小时删除”的承诺形成矛盾,再度引发外界对AI聊天数据隐私与透明度的担忧。

    来源 AI 科技快讯
  4. 谷歌Gemini Tasks扩大开放:AI可代打电话、登录网站并下单

    谷歌宣布扩大Gemini Tasks的访问权限,该功能可协调通话、代用户登录网站甚至完成购物。这标志着AI助手从信息查询向任务执行迈出关键一步,但也引发隐私与安全担忧。本文详解Gemini Tasks的功能、行业竞争背景及未来影响。

    来源 AI 科技快讯
  5. Gemini聊天记录留存延至60天:关闭历史仍适用?

    Google宣布将Gemini聊天记录的保留时间从72小时大幅延长至2个月,且无论用户是否关闭历史记录均适用。该政策将在未来几周全球推出。此举与Google此前“关闭历史记录后72小时删除”的承诺形成矛盾,再度引发外界对AI聊天数据隐私与透明度的担忧。

    来源 AI 行业观察
  6. 谷歌Gemini隐私设置更新:聊天记录可保留但拒用于AI训练

    IT之家 11 月 18 日消息,谷歌昨日发布公告,宣布更新 Gemini 应用程序的控制选项,允许用户自行决定是否将 Gemini 聊天记录用于 AI 模型训练。 谷歌表示,新增的设置选项允许用户在保留 Gemini 聊天记录的同时,选择不将聊天记录用于生成式 AI 模型训练。用户仍然可以调整聊天记录的保存期限,并手

    来源 AI 行业观察
  7. 谷歌Gemini Tasks大扩张:AI帮你打电话、购物、登录网站

    谷歌宣布扩大Gemini Tasks的访问权限,该功能可协调通话、代用户登录网站甚至完成购物。这标志着AI助手从信息查询向任务执行迈出关键一步,但也引发隐私与安全担忧。本文详解Gemini Tasks的功能、行业竞争背景及未来影响。

    来源 AI 行业观察
  8. Gemini 4 Hydrogen一小时开发机械臂:Antigravity插件降门槛

    2026年11月中旬,AI领域迎来几项关键进展。Google发布Gemini 4 Hydrogen模型及Antigravity插件,宣称能将机械臂从草图到真机部署压缩至一小时。Cognition推出Devin Bots,支持多Agent协作处理QA与开发任务。此外,Gemini Tasks向多国用户免费开放,Verce

    来源 AI 应用前沿
  9. 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
  10. 当AI办公接入同样的模型,竞争回到了老问题上

    文 | 周全这是难得一见的一幕。因为AI的出现,中国的几家大公司近期先后调整了AI办公业务的组织架构。7月底,字节跳动启动组织调整,整合豆包、飞书和火山引擎的力量,9月CEO梁汝波在飞书大会上首次系统阐释了这一安排;腾讯的WorkBuddy由马化腾亲自参与产品会议,QClaw相关业务和团队也并入这条线;阿里把三款产品合

    来源 腾讯网
  11. Isomorphic Labs获50亿美元C轮融资:AI制药进入临床验证关口

    从Google DeepMind分拆的AI药物发现平台Isomorphic Labs宣布完成50亿美元C轮融资。这是AI制药领域罕见的大额融资,资金将用于推动候选药物进入临床试验。该事件被视为AI制药从算法叙事走向临床验证的重要信号,但高额融资也意味着更高的交付期待。本文梳理其背景、融资意义与行业挑战。

    来源 AI 科技快讯
  12. 微软Decision-1.1决策模型发布:68分排第8,速度提升2倍

    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Jev 1.14、谷歌Gemini Decision 1以及Ope

    来源 AI 行业观察
  13. 谷歌地图Ask Maps升级:AI可代打电话订位,还能规划自驾路线

    谷歌于2026年11月16日宣布对其基于Gemini技术的 Google Maps 聊天机器人 Ask Maps 进行重大功能更新。该工具现在不仅能够查找美容、宠物护理、汽车和房屋维修等各类预约服务,还能直接致电当地商家完成预订,并在显示可用时段前自动收集必要信息。同时,用户还可借助该功能查找已保存

    来源 AI 开发者社区
  14. 豆包工作DAU超800万:上线三个月,企业ARR破20亿

    11月18日,豆包官方宣布,上线仅三个月的豆包工作日活跃用户数(DAU)突破 800 万,企业客户年度经常性收入(ARR)突破 20 亿元。 豆包工作是豆包面向生产力场景推出的 AI 产品及品牌,自8月25日正式发布以来,持续更新专业办公能力。11月16日,豆包工作上线 “工作台” 功能,首批覆盖金融、医疗、教育、创意

    来源 AI 行业观察
  15. 微软推出Decision-1.1决策模型:跑赢GPT-6 Luna,速度翻倍

    IT之家 11 月 18 日消息,微软昨日(11 月 17 日)宣布正式推出 Microsoft-Decision-1.1 决策 AI 模型,目前已在 Microsoft Foundry、OpenRouter 和 Vercel 平台上线。 该模型面向企业级软件中的高频决策场景,可帮助应用在路由、分类、优先级排序、内容核

    来源 AI 行业观察
  16. 字节、腾讯同时披露核心数据,AI办公进入实战期

    11月18日,字节跳动旗下豆包工作宣布,上线三个月以来,日活跃用户数(DAU)突破800万,企业客户年度经常性收入(ARR)突破20亿元。豆包工作是豆包面向生产力场景推出的AI产品及品牌。同日,腾讯控股(0700.HK)披露,截至11月初,WorkBuddy日活跃用户数已超过1000万,用户日均token(词元)调用量

    来源 腾讯网
  17. Voyage Labs完成1200万美元融资:只做旅行,垂直AI代理能否站住脚

    当Muse、Gemini等通用助手把旅行规划当作演示场景时,由Google Maps前员工创办的Voyage Labs选择另一条路:只做旅行。这家初创公司完成1200万美元融资,试图用专业化AI代理在通用模型的夹缝中建立护城河。本文拆解其产品逻辑、行业背景与垂直AI代理的商业化难题。

    来源 AI 科技快讯
  18. 巨头持续加码!AI眼镜概念爆发

    11月17日,A股AI眼镜板块再度异动拉升,光学标的集体走强。永新光学、瀛通通讯涨停,波长光电、茂莱光学、海信视像等产业链个股同步跟涨。 消息面上,三星近日宣布将与谷歌合作推出全系列智能眼镜,产品融合了三星的移动工程技术,内置Gemini人工智能系统,并由Gentle Monster、Warby Parker等时尚眼镜

    来源 腾讯网
向下滚动自动加载更多