返回资讯中心
外部精选
ai-models
#研究进展#模型发布#Agentic AI#AI Infrastructure#AI Shorts#Applications

Google DeepMind 发布 Gemini 4 Neon,支持 100 万 token 上下文

来源标题:Google DeepMind Releases Gemini 4 Neon: 1M Context, #1 on AA Coding Agent Index

Google DeepMind 发布 Gemini 4 Neon,支持 100 万 token 上下文,定价为每百万 token 输入 3 美元、输出 15 美元。该模型在 AA Intelligence Index 上得分 61,领先 Claude Opus 5.5(59)与 GPT-6.2 Sol(57),并在 AA Coding Agent Index 上排名第一。它仅通过 Google 托管提供,权重闭源,面向编码 agent、知识工作与科研流程。

MarkTechPostAsif Razzaq2026/11/19 · 今天14 分钟阅读

以下正文由 AI 翻译自 MarkTechPost(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。

Google DeepMind 刚刚发布了 Gemini 4 Neon。Gemini 4 Neon 是一款推理模型,定位介于 Gemini 4 Carbon 和 Gemini 4 Hydrogen 之间。它面向编码智能体、知识工作和科学工作流。面向开发者的卖点是:以更低的单任务成本,实现接近前沿水平的得分。定价为每 100 万输入 token 3 美元,每 100 万输出 token 15 美元。

TL;DR

  • 规模:100 万 token 统一上下文,默认输出 64K,通过后台长解码最高可达 100 万。
  • 运行平台:仅限 Google 托管。权重闭源,因此没有本地 GPU、量化或边缘版本。
  • 性能:AA Intelligence Index 得分 61,领先 Claude Opus 5.5(59)和 GPT-6.2 Sol(57)。
  • 最佳表现:GraphWalks(256K 至 100 万上下文)得分 95.2%,GPT-6.2 Sol 为 80.1%。
  • 最差表现:FrontierCode 2.0 得分 46.2%,落后于 Claude Opus 5.5 的 47.3%。
  • 结论:最佳:以 3/15 美元的价格领先长上下文和智能体编码。最差:闭源、自报数据、每 token 价格高于 GPT-6.2 Sol。

什么是 Gemini 4 Neon?

Neon 是 Gemini 4 系列中的中间型号。Carbon 负责最困难的长周期项目。Hydrogen 负责快速的日常执行。Neon 在两者之间平衡深度与效率。 根据模型卡,Neon 基于 Gemini 4 Carbon 适配而来。Google 未披露参数数量或架构。输入涵盖文本、图像、音频和视频。知识截止日期为 2026 年 3 月。

Neon 在智能体工作流中如何运作?

Neon 提供多个思考级别。High 是默认级别。xhigh 保留给最困难的工程、分析和科学工作负载。 对于长时间智能体运行,Neon 支持上下文压缩,并减少冗余文件读取。在 Google Antigravity 中,Neon 可以充当编排器,指挥并行的 Gemini 4 Hydrogen 子智能体处理更小的子任务。

Gemini 4 Neon 在基准测试中表现如何?

Google 将 Neon 与 Claude Opus 5.5 和 GPT-6.2 Sol 进行了比较。以下所有得分均由 Google 报告,未经独立复现。

  • 编码:在 AA Coding Agent Index 上以 58.6 排名第一。使用提供商 harness 的 SWE-sweep 达到 39.0%,Opus 5.5 为 10.1%。
  • 知识工作:Zapier AutomationBench 得分 56.3%,Opus 5.5 为 42.5%。Agents’ Last Exam v1.1 得分 75.8%。
  • 科学与推理:RiemannBench 得分 84.0%,Terminal-Bench-Science 得分 70.5%,HLE-Diamond 得分 71.3%。
  • 长上下文:GraphWalks 得分 95.2%,Opus 5.5 为 66.8%。
  • 网络安全:SEC-bench Pro 得分 90.5%,CWE-Bench v2 得分 70.7%,WebExploitBench v1.2 得分 51.3%。 Neon 并非每一项都领先。Opus 5.5 在 Terminal-bench 4.1(65.8% 对 65.2%)和 FrontierCode 2.0(47.3% 对 46.2%)上领先。GPT-6.2 Sol 在 Chartography 上领先(75.1% 对 73.5%)。 在 Vals Index 上,Neon 得分 70.9%,排名第二。在 Agent Arena 指数上同样排名第二,得分为 1336。

Gemini 4 Neon 的成本是多少?

Neon 的标价为每 100 万 token 输入 3 美元、缓存输入 0.15 美元、输出 15 美元。Google 表示,Neon 在 high 思考级别下,单任务成本比 Carbon 低 32%。它还声称,在 Vals Index 和 Agent Arena 上,单任务成本比竞争对手低 50% 至 80%。在 xhigh 级别下,Google 称其成本比竞争对手在其最高设置下低 36% 以上。 这些是单任务声明,而非每 token 价格。GPT-6.2 Sol 标价为 2/10 美元。Claude Opus 5.5 标价为 4/20 美元。Gemini 4 Carbon 在 11 月 30 日之前为 2/10 美元,之后为 4/20 美元。

开发者可以在哪里使用 Gemini 4 Neon?

  • Gemini API 付费层级,通过 Google AI Studio 和 Android Studio
  • Gemini for business,通过 API 和模型下拉菜单
  • Google Antigravity,面向付费的 Google AI Pro 和 Ultra 订阅者
  • Gemini 应用,面向 Pro 和 Ultra 订阅者

安全数据说明了什么?

Neon 运行在 Gemini 4 安全与保障栈上。Google 报告其智能体安全套件上的错位行动率为 0.09%。它通过了 99.2% 的智能体诚实度评估。在最高思考级别下,它在 Gray Swan 的提示注入基准上显示出 0.0% 的攻击成功率。其在编码作弊测试中的捷径率为 2.45%,是所有 Gemini 4 模型中最低的。

Gemini 4 Neon 与最接近的竞争对手对比

功能Gemini 4 NeonGemini 4 CarbonClaude Opus 5.5GPT-6.2 Sol 开发者Google DeepMindGoogle DeepMindAnthropicOpenAI 参数未披露未披露未披露未披露 权重闭源闭源闭源闭源 上下文窗口100 万发布帖中未披露100 万100 万 最大输出默认 64K,后台 100 万未披露128K未披露 每 100 万输入/输出3 / 15 美元11 月 30 日前 2 / 10 美元,之后 4 / 20 美元4 / 20 美元2 / 10 美元 AA Intelligence Index61未披露5957 Vals Index v2.270.9%未披露70.1%66.1% Terminal-bench 4.165.2%未披露65.8%61.5% SWE-sweep(提供商 harness)39.0%未披露10.1%8.3% GraphWalks 256K 至 100 万95.2%未披露66.8%80.1% *得分来自 Google 的发布对比表,为自报数据。Opus 5.5 和 GPT-6.2 Sol 的 AA 得分与 Artificial Analysis 一致。

关键要点

  • Neon 定位介于 Carbon 和 Hydrogen 之间,定价为每 100 万 token 3/15 美元。
  • AA Intelligence Index 得分 61,AA Coding Agent Index 排名第一。
  • 最大领先:GraphWalks 长上下文召回率 95.2%。
  • 在 Terminal-bench 4.1 和 FrontierCode 2.0 上落后于 Opus 5.5。
  • 闭源且仅提供 API,基准数据由 Google 报告。 查看发布帖和模型卡。你可以通过我们的 GPULeaderboard.com chrome 扩展在此处查看部署选项和规格。 另外,欢迎在 Twitter 上关注我们,别忘了加入我们 15 万+ 的 ML SubReddit 并订阅我们的新闻通讯。等等!你在 Telegram 上吗?现在你也可以在 Telegram 上加入我们。 需要与我们合作推广你的 GitHub Repo 或 Hugging Face 页面或产品发布或网络研讨会等?联系我们 文章 Google DeepMind Releases Gemini 4 Neon: 1M Context, #1 on AA Coding Agent Index 首次发布于 MarkTechPost。

正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。

打开原文
去社区讨论 →