Gemini 4 Neon发布:接入Antigravity编程解题率升至3倍多
Carbon 向开发者开放才八天,Google 又发布了一款 Gemini 4 模型。 11 月 18 日亮相的 Gemini 4 Neon,在默认推理档追平了自家的旗舰 Carbon,开到最高档后比 high 档的 Carbon 高出 1 分,进入 Artificial Analysis 智能指数总榜前三。对于这款新
Carbon 面向开发者开放才过去 8 天,Google 就又推出了一款
Gemini 4 模型。
这款模型叫 Gemini 4 Neon,11 月 18 日亮相。默认推理档下,它的表现已经和自家旗舰 Carbon 持平;拉到最高档,它比 high 档的 Carbon 多出 1 分,进入 Artificial Analysis 智能指数总榜前三。Google 对它的宣传重点落在速度上:开发者用接近 Flash 档的速度,就能跑完原本得交给更重模型处理的软件工程、知识工作和科研任务。
从 Argon、Carbon 到 Hydrogen,再到 Neon,Google DeepMind 在约七周里已经发了四款模型。Artificial Analysis 的测算显示,跑完同样的评测,Neon 比 Carbon 花钱更少、耗时也更短。
同为 60 分,Neon 默认档单任务成本不到一半
两款模型都放在 high 档时,Neon 和 Carbon 在 Artificial Analysis 智能指数上都是 60 分。可 Neon 平均每项任务只要 3.74 美元,Carbon 按标准价算得花 7.76 美元。Neon 切到 xhigh 后,单任务成本涨到 6.44 美元,照旧比按标准价计费的 Carbon 便宜约 17%。
整项任务跑下来,Neon 的速度优势同样明显。Artificial Analysis 测到它每秒约生成 110 个 token,差不多是 Carbon 的两倍。它每项任务平均还多吐约 15% 的 token,完成时间反倒缩短了约四成。
Neon 在评测里能省钱,靠的是更低的 token 单价。它每百万输入、输出 token 分别收 3 美元和 15 美元,都是 Hydrogen 的两倍。Carbon 和 Argon 的首发优惠到 11 月 30 日结束,这期间每百万输入、输出 token 分别收 2 美元和 10 美元,比 Neon 便宜。12 月 1 日起,这两款模型的输入、输出单价分别调到 4 美元和 20 美元。
Artificial Analysis 指出,Neon 长进最大的两块,一是用 Agent 做知识工作,二是视觉推理。
-
GDP.pdf 上,Neon(high)拿到 33.4%,Carbon(high)是 28.4%,前者高出 5 个百分点,与这项评测的最高成绩持平。Neon 在 xhigh 档位得 28.0%。
-
AA-Briefcase 上,Neon(xhigh)拿到 1700 Elo,Carbon 是 1611,相差 89 分;不过仍低于 Claude Fable 5.2 的 1785 和 Claude Sonnet 5.5 的 1815。涨幅最猛的是演示文稿质量,一下多了 170 Elo,达到 1771,刷新了 Artificial Analysis 在该分项的最高纪录,比原先领先的 Claude Sonnet 5.5(1726)还高 45 分。
-
Google 的多模态知识 Agent 评测 MKA 中,Neon 的 Climb WSR 为 56%,比 Carbon 多 2 个百分点,比 Fable 5.2(57%)少 1 个百分点。
Neon 的上下文窗口约 100 万 token,输出上限也是 100 万 token。文本、图片、视频、音频、PDF 它都能处理,还支持 Computer Use、代码执行和文件搜索,能结合 Google 搜索和地图里的信息给出有依据的回答。图像和音频生成,Neon 暂不支持。
发布当天,开发者就能通过 Gemini API 和 Google AI Studio 用上 Neon,企业客户可经 Gemini for Business 接入。Google AI Pro 和 Ultra 的订阅用户,在 Gemini 应用和 Antigravity 里也能用到。
接入 Antigravity,Neon 编程解题率涨到三倍多
编程是 Neon 这次发布的重头戏。
默认的 high 推理档下,Neon 在 Terminal-Bench 4.1 上得 65.2%,FrontierCode 2.0 上得 46.2%。SWE-sweep 上,Google 拿统一的 mini-SWE Harness 和各厂商自己的 Harness 分别测了三款模型。Neon 用 mini-SWE 只解决了 12.8% 的任务,接进 Antigravity 后解题率升到 39.0%。
同一组对照里,Claude Opus 5.5 从 mini-SWE 换到 Claude Code,解题率由 3.6% 升到 10.1%。GPT-6.2 Sol 从 mini-SWE 换到 Codex,成绩反而从 11.6% 掉到 8.3%。
Antigravity 的 Harness 和 Gemini 是一起训练出来的。Neon 还针对长时间的编程会话做了优化,少读不必要的文件,上下文管理也做了改进。Antigravity 能让多个子 Agent 各自在 Git worktree 里干活,再对它们的改动做验证。具体到 Neon,这次只公布了 mini-SWE 和 Antigravity 两套配置的成绩。各项优化各占多少功劳、换到别的代码仓库还能不能复现,都还没有答案。
Google 随 Hydrogen 推出的模型切换机制,Neon 也用上了。同一个编程任务,Neon 负责规划和啃硬骨头,常规活儿交给 Hydrogen。加上此前随 Carbon 推出的 /swarm 功能,它还能并行调度多个 Hydrogen 子 Agent。这套分工下单项任务要花多少钱,Google 还没公布。
Antigravity 上线满一年,Google 把全体用户的额度清零重来
Gemini 4 Neon 亮相的同时,Antigravity 也走完了第一年。Varun Mohan 表示,Google 会重置所有用户在平台上全部模型的使用额度。11 月初,这家公司先重置过 Gemini 与 Argon 的额度,之后又单独给 Gemini 补了一次。这一回,Claude、GPT-OSS 等第三方模型也被纳入重置范围。
Mohan 早年和 Douglas Chen 一起创办了一家公司,后来改名为 Windsurf。2025 年 7 月,Google 把这两个人连同多名 Windsurf 研究人员一起招进 DeepMind,还拿到了 Windsurf 技术的非独家授权。四个月后,这支团队拿出 Antigravity:Agent 可以跨编辑器、终端和浏览器干活,开发者则能在一个界面里盯住多个 Agent 的进度。
额度按 Agent 的工作量来算,长任务一般比短任务更费。免费用户的基础额度每周刷新一次,Pro 和 Ultra 用户则是每五小时刷新,同时还有每周上限卡着。此番重置把已经用掉的额度补回来,撞到上限的人可以接着做手头的项目,各套餐的额度上限没有变化。
参考链接: