谷歌发布Gemini 4 Neon:智能指数升至全球第三,任务成本降17%、耗时缩短四成

资讯 华尔街见闻 全文 3712 字 · 约 10 分钟读完 配图 7 张 分类GeminiClaudeGPTGPT-6GoogleAnthropic

Neon面向复杂软件工程、知识工作和科研任务,复杂代码任务表现比肩Claude;API定价低于Carbon标准价;网安能力继续强化。据测评机构Artificial Analysis,Neon在其智能指数的得分仅次于GPT-6.2 Astra和Claude Fable 5.2,在其编程智能体指数中排名第一;单项任务成本6

所属频道 大厂动态ChatGPT 与 GPTClaude 与 AnthropicGemini 与 Google AI

谷歌周三正式发布Gemini 4系列新模型Neon。独立测评机构Artificial Analysis的评测显示,Neon在智能指数中取得61分、排名全球第三,单项任务成本较前代Carbon下降约17%,完成时间缩短约40%。

谷歌发布Gemini 4 Neon:智能指数升至全球第三,任务成本降17%、耗时缩短四成(配图 1)

谷歌同日还推出长程运行产品智能体Stitch Loop、向低内存安卓设备开放Gemini App,并正式向部分用户开放世界模型Genie 4。

Neon单项任务成本仅6.44美元,耗时缩短至21分钟

谷歌DeepMind高级副总裁、首席AI架构师Koray Kavukcuoglu在官方博客中表示,Gemini 4 Neon面向复杂软件工程、知识工作和科研任务,重点提升模型在复杂工作流中的端到端执行能力,同时兼顾速度和成本。

Artificial Analysis公布的测评结果显示,Neon在最高思考档xhigh下的Artificial Analysis Intelligence Index得分为61分,较Gemini 4 Carbon的high档高1分,排名全球第三,仅次于GPT-6.2 Astra和Claude Fable 5.2。Neon在智能体知识工作、视觉推理和编程等方面均有小幅进步。

效率提升是此次升级的一大亮点。Artificial Analysis测算,Neon完成一项智能指数任务的平均成本为6.44美元,较Carbon标准价格下的7.76美元低约17%;平均耗时约21分钟,比Carbon的约36分钟缩短约40%。

谷歌发布Gemini 4 Neon:智能指数升至全球第三,任务成本降17%、耗时缩短四成(配图 2)

值得注意的是,Neon完成任务时使用的输出Token反而比Carbon多约15%。Artificial Analysis认为,成本下降主要来自Neon更低的Token单价,而耗时缩短则得益于更快的输出速度:Neon每秒输出约110个Token,接近Carbon约57个Token的两倍。

在编程智能体测试中,Neon同样表现突出。Artificial Analysis在Antigravity CLI环境下测得,Neon的Coding Agent Index得分为59分,比Carbon高3分,与Claude Code搭载Claude Fable 5.2和Claude Opus 5.5的成绩大致相当。不过,Neon完成任务的平均成本约为6.86美元,低于Claude Opus 5.5的12.61美元和Claude Fable 5.2的15.47美元。

视觉推理和成果呈现方面,Neon也取得进步。在AA-Briefcase测试中,Neon的综合成绩达到1700 Elo,较Carbon的1611提高89分;其中演示文稿质量得分达到1771 Elo,较此前领先者高出45分。不过,其综合成绩仍低于Claude Fable 5.2和Claude Sonnet 5.5等模型。

编程智能体排名第一,复杂代码任务表现比肩Claude

谷歌将Neon定位为兼顾前沿智能与执行效率的模型,强调其能够处理多文件调试、跨代码库重构,以及需要连续调用工具的长程任务。

Neon支持100万Token上下文窗口,可在一次任务中整合大型项目、表格、图表、PDF、音频和视频等信息。谷歌称,模型具备四档可调思考级别——low、medium、high和xhigh,用户可根据任务复杂程度,在响应速度、推理深度和Token开销之间进行权衡。

谷歌还强调Neon在多步骤指令遵循和减少模型编造方面的进展。该公司称,Neon在内部Antigravity测试中的编造率创Gemini模型新低;在Google的多项企业、金融和科学任务评测中,Neon也取得靠前成绩,包括法律研究、税务代理、自动化任务,以及科学和数学推理。

谷歌官方博客披露,Neon在Artificial Analysis Coding Agent Index中排名第一,得分为58.6;在Terminal-Bench 4.1中得分65.2%,在FrontierCode 2.0默认high档得分46.2%。在SWE-sweep测试中,Neon在mini-SWE测试环境的得分为12.8%,而在Google Antigravity环境下达到39.0%。

谷歌还展示了Neon在Antigravity中运行长达12小时的/swarm任务:模型利用档案照片重建了艾伦·图灵1936年在剑桥国王学院的书房,并在3D场景中构建出一台能够运行的通用图灵机。谷歌将其作为模型处理长程、多步骤复杂任务能力的展示。

谷歌发布Gemini 4 Neon:智能指数升至全球第三,任务成本降17%、耗时缩短四成(配图 3)

API定价低于Carbon标准价,网络安全能力继续强化

Neon的API价格为每百万输入Token 3美元、输出Token 15美元;缓存输入Token价格为每百万0.15美元,享受95%的折扣。

这一价格高于Carbon目前每百万输入Token 2美元、输出Token 10美元的限时优惠价,但低于Carbon标准价4美元和20美元,较标准价格低25%。Carbon的限时优惠将于11月30日结束。

谷歌发布Gemini 4 Neon:智能指数升至全球第三,任务成本降17%、耗时缩短四成(配图 4)

谷歌还推出Neon的网络安全版本,重点覆盖漏洞发现、风险验证和代码修复。谷歌称,Neon在AutoBaxBench困难档测试中达到76%,在WebExploitBench v1.2中达到51.26%;在SEC-bench Pro漏洞检测测试中得分为90.5%,并在CWE-bench v2根因修复测试中达到70.7%。

谷歌表示,Neon在网络安全任务中的表现优于Carbon,且在部分测试中成本约为大型前沿模型的一半。Neon网络安全版本将在未来数日通过Fairwind计划向经过筛选的网络安全防御者开放。

在安全性方面,谷歌称,Neon延续了Carbon在严重滥用和提示注入防护方面的保护能力。在Gray Swan间接提示注入测试中,Neon在最高思考档抵御了测试中的全部攻击,攻击成功率为0%。不过,这一结果仅代表特定基准测试,并不意味着模型能够抵御所有现实环境中的提示注入攻击。

Stitch Loop让智能体持续监测并优化产品

除基础模型外,谷歌周三还发布了Google Labs的新实验产品Stitch Loop。这是一款长程运行的产品智能体,能够连接企业代码库和实时产品指标,持续发现产品问题、提出改进方案,并在获得用户确认后编写代码、创建GitHub Pull Request。

Stitch Loop的工作流程包括发现改进机会、提出解决方案、生成代码和持续跟踪结果。它可以接入GitHub,以及日志、用户行为和反馈等产品数据,并通过180多个集成、自定义MCP服务器或本地CLI上传获取上下文。

谷歌称,Stitch Loop内置网络安全、延迟和无障碍优化等循环任务,也允许团队自行设置目标,例如提高结账转化率。它可以在隔离的云端沙箱中编写代码并提交Pull Request,但不会在用户审核前自动合并。

其中,网络安全循环将Gemini 4 Carbon的网络安全能力与谷歌DeepMind的自主智能体CodeMender结合,用于扫描代码库中的漏洞并提出修复方案。Stitch Loop目前开放候补名单,符合条件的Google AI Ultra用户将优先获得使用权限。

Gemini App向低内存安卓设备开放,Genie 4开始面向用户推出

谷歌周三还宣布,Gemini App开始支持符合条件的低内存Android Go设备。谷歌表示,已重新设计应用,使核心Gemini体验能够在内存较低的硬件上流畅运行,预计将使全球数以亿计的用户获得使用机会。

新支持的功能包括Gemini Live语音对话、通过摄像头识别笔记和表格并进行学习或翻译,以及使用Nano Banana生成图像。用户可从Google Play下载应用,部分合作伙伴未来推出的新设备也可能预装Gemini。

此外,谷歌正式向符合条件的Google AI Ultra订阅用户开放世界模型Genie 4,并推出升级版Project Genie体验。用户可以通过自然语言指令,在生成的交互式世界中实时改变天气、添加角色或调整场景,还能体验随环境变化生成的原生音频。

Project Genie同时引入创作智能体,用户只需描述想法,智能体便可协调谷歌的多模态模型生成初始视觉场景和背景音乐;新上线的社区画廊则允许用户发布、探索和二次创作其他人制作的虚拟世界。Google AI Pro用户目前可以加入候补名单。

从Neon提升复杂任务的执行效率,到Stitch Loop让智能体持续参与产品迭代,再到Genie 4开放交互式虚拟世界,谷歌周三的一系列发布显示,其AI产品布局正从模型能力本身延伸至更广泛的应用场景。对谷歌而言,接下来的关键不仅是模型基准成绩能否继续提升,也在于这些工具能否真正进入开发者、企业和普通用户的日常工作流。

风险提示及免责条款
市场有风险,投资需谨慎。本文不构成个人投资建议,也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资,责任自负。
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. 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
  2. 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
  3. 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
  4. 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
  5. Anthropic上市在即,亚马逊谷歌将合计持股近30%

    Anthropic完成IPO后,亚马逊将持有其略低于15%的股份,并保留大幅增持的选项;谷歌以近14%的持股紧随其后。两大云计算巨头合计持股接近30%,成为这家Claude开发商上市后最重要的战略股东,也引发外界对AI模型层与云基础设施深度绑定的关注。

    来源 AI 科技快讯
  6. OpenAI 发布 GPT-6.2 Astra和Sol:超越Fable 5.2,金融、科研刷新纪录

    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 Tok

    来源 腾讯网
  7. 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
  8. 可还原当地日常说话习惯:谷歌为移动平台 Gemini 应用推出 66 种地区语音,覆盖 7 类语言

    IT之家 11 月 17 日消息,谷歌宣布正式为移动平台 Gemini 应用推出 66 种地区语音,覆盖 7 个语言类别,让用户能够选择更贴近当地日常说话习惯的语音,以便与 Gemini Live 进行自然交流。 此次更新涵盖美式英语、英式英语、印度英语、印地语、巴西葡萄牙语、印度尼西亚语和韩语。其中,英国用户可以选择

    来源 AI 行业观察
  9. Exa年化收入破1亿美元,Vercel收购Traces,Agent基建竞争升温

    2026年末的AI圈不再只盯着模型参数,而是转向了更务实的基础设施。Exa凭借Agent搜索需求实现年化收入1亿美元,Vercel收购Traces试图定义新的软件原语,Google Cloud则指出算力瓶颈已转移至数据I/O。与此同时,国内大厂开始主动限制模型的攻击能力,Claude Code团队公开了高比例AI生成代

    来源 AI 应用前沿
  10. 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
  11. 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
  12. 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
  13. 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
  14. 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
  15. Astra for Law登顶LAB-AA:20.8%全通过率,幻觉率0.03次

    OpenAI于2026年11月17日发布Astra for Law 6.2,这是一个基于GPT-6.2 Astra的法律专项配置。在Harvey与Artificial Analysis联合开发的LAB-AA v1.1基准中,该模型以20.8%的全任务通过率位列第一,覆盖24个法律执业领域的120项私有任务,材

    来源 AI 科技快讯
  16. GPT-6.2 Astra/Sol来了!首破自进化红线,OpenAI历史性一夜

    新智元报道 真是猝不及防!刚刚,OpenAI正式发布GPT-6.2 Astra和GPT-6.2 Sol。API定价上,Astra单价直降20%,输入8美元、输出40美元/百万Token,Sol则保持输入2美元、输出10美元/百万Token。好消息是,每月200美元的Pro用户终于能用Sol的Ultrafast极速模式了

    来源 腾讯网
向下滚动自动加载更多