谷歌发布 Gemini 4 Neon:在 Artificial Analysis 智能指数上以 61 分排第三,定价每百万输入 token 3 美元
核心概要
谷歌推出 Gemini 4 Neon,定位为在复杂软件工程、知识工作和科学流程中快速完成端到端任务的前沿模型。它在 xhigh 思考级别下于 Artificial Analysis 智能指数得 61 分、总排名第三,在 Vals 指数上排第二并落在帕累托前沿;定价为每百万输入 token 3 美元、每百万输出 token 15 美元,上下文窗口 100 万 token,即日起通过 Gemini API 等渠道推出。
深度剖析
谷歌发布 Gemini 4 Neon,一款面向复杂软件工程、知识工作和科学流程的前沿模型,强调端到端任务的快速完成,并同时给出能力排名与单位 token 价格。 此前的 Gemini 4 家族中,Carbon 承担最难的长周期项目,Hydrogen 负责快速的日常执行;Neon 的定位是在两者之间平衡推理深度与效率。 在 xhigh 思考级别下,Neon 于 Artificial Analysis 智能指数得 61 分、总排名第三,仅次于更大更慢的模型;在 Vals 指数上排第二并落在帕累托前沿。
Neon 在智能体场景中被设计为可独立运行,也可作为高判断力的编排者,指挥 Google Antigravity 中并行的 Hydrogen 子智能体。 长会话中它减少重复的文件读取、边工作边共享进度,并可靠地处理上下文压缩。 在 Artificial Analysis 编码智能体指数上 Neon 总排名第一(58.6),Terminal-Bench 4.1 得 65.2%,FrontierCode 2.0 在默认 high 设置下得 46.2%。
Neon 的四个思考级别逐级提升,让团队按工作负载调节智能水平与 token 开销。 在默认 high 级别下,它把较高的智能指数分数与比 Carbon 低 32% 的每任务成本配在一起。 在 Vals 指数和 Agent Arena 的 high 级别上它都位于帕累托前沿,每任务成本比顶级竞争前沿模型低约 50% 至 80%;xhigh 级别给出最高智能分数,同时每任务成本仍比处于最高设置的竞争模型低 36% 以上。
启示与展望
已展示的范围是发布当日的模型能力与定价:在 Artificial Analysis 智能指数 xhigh 级别得 61 分、Vals 指数排第二、Agent Arena 指数得 1336 分,以及编码、科学与网络安全基准上的分数;读者是评估模型选型的开发者与企业团队。推出渠道包括 Gemini API 付费层、Google AI Studio、Android Studio、Gemini for business、Google Antigravity 和 Gemini 应用,网络安全防御者经 Fairwind 计划在随后几天获得访问权限。
多项结论来自谷歌内部测试,例如内部 Google Antigravity 测试中的最低编造率、编码作弊评估中 2.45% 的走捷径比例,以及智能体行为评估中不足服务降低 43%–56%、越界降低 15%–35%;这些数字对应的是内部评测设置。Gray Swan 间接提示注入基准上 0.0% 的攻击成功率是在最高思考级别并配合实时防护时取得的。
