谷歌在 Gemini 4 家族里补上中档模型 Neon。Carbon 负责最难的长程任务,Hydrogen 面向日常高频和响应速度,Neon 放在两者中间,主打复杂编程、分析推理和企业工作流。官方称它的速度是 Carbon 的 3 倍,成本约为 Carbon 的 60%,也就是低约 40%。定价为每百万输入 token 3 美元、每百万输出 token 15 美元,缓存输入低至 0.15 美元。上下文窗口 100 万 token,思考深度分 4 档。Demis Hassabis 称它是 “Alchemy at its finest”。
第三方榜和官方拆开的能力
Artificial Analysis Intelligence Index 上,Neon 以 61 分排第 3,落后的是更大、更慢的模型。Vals Index 排第 2,70.9%。新的 Agent Arena Index 用 4200 余个真实智能体会话打分,Neon 以 1336 分排第 2,可操控性同样排第 2,指的是用户中途改要求时它能跟着改方向。
企业和知识工作类里,Legal Research Bench、Tax Agent Bench 排第 1。Surge AI 覆盖的金融、会计和电子表格建模,报道称多数类目也排第 1。Zapier AutomationBench 排第 1,56.3%。Andon Labs 的 Vending-Bench 2 模拟长周期经营,排第 1,成绩 16843 美元。图表阅读基准 Chartography 为 73.5%,Agents' Last Exam v1.1 为 75.8%,与头部模型持平。科学和数学上,Terminal-Bench Science 70.5%、RiemannBench 84.0%、HLE-Diamond 71.3%,报道称这三项都是第一。
官方博客把能力收成几块。写代码时强调多文件调试、重构和定点修改,称为 surgical edits。内部 Google Antigravity 测试里,它的编造率是迄今最低。100 万 token 窗口可以同时吃进电子表格、PDF、图表、音频和视频。博客中的一句对比是:整体质量追平甚至超过 Carbon,速度快 3 倍,成本低 40%。同一家公司近期把整套 TPU 卖给外部客户的记录,见外售 TPU 系统。
网络安全单列成 Neon for Cyber,覆盖安全代码、漏洞发现、验证和修补。AutoBaxBench 困难级安全代码生成 76%,超过 Carbon。WebExploitBench v1.2 渗透测试 51.26%,成本约为竞品大模型的一半。SEC-bench Pro 漏洞发现 90.5%,单题成本约为同类的一半。CWE-bench v2 漏洞修补 70.7%,比 Carbon 高 3.4 个百分点。这一版会在未来几天经 Fairwind Program 开放给受信任的防御人员,不是现在就对所有人公开。
安全数字也来自谷歌的披露。Terminal-Bench 4.0 作弊率 0.0%,与 Carbon 相同。编码作弊评估里,只有 2.45% 的任务出现走捷径,是 Gemini 4 系列最低。智能体安全套件的不当行为率 0.09%,诚实评估通过率 99.2%。Gray Swan 的间接提示注入测试中,最高思考级别的攻击成功率为 0.0%。相对 Carbon,“服务不足”降了 43% 到 56%,“越权操作”降了 15% 到 35%。合法任务上很少拒绝:Terminal-Bench 4.0 拒绝率 1.98%,Terminal-Bench Science 为 0%。
谁现在能用,以及 Genie 4
Neon 已开始滚动上线。开发者用 Gemini API 付费层级,在 Google AI Studio 和 Android Studio 里调用。Google AI Pro 和 Ultra 用户可以在 Google Antigravity 试用。企业走 Gemini for Business 的 API 或模型菜单。消费者端,Pro 和 Ultra 在 Gemini 应用的模型选择器里切换。应用侧的变化是写作质量、对表格和 PDF 的读取,以及接入 Gmail 和 Docs。Tasks 改由 Neon 驱动。
世界模型是另一条线。10 月 28 日 DeepMind 宣布 Genie 4,称它是目前最逼真、交互最强的世界模型。超过半个月后,谷歌宣布它已经可以用。新能力是会话中途用自然语言改环境:换天气、放入角色、改剧情,变化发生在当前画面里。它还第一次带上原生音频,环境声和角色对话会跟着场景变。Genie 4 走最高保真;Genie 3 仍留在 Project Genie 的选择器里,用来做更长时间和全景探索。
同时上线的 Project Genie Agent 把建世界从写好一段提示改成对话。智能体调用谷歌的多模态模型,先出画面风格,再配背景音乐。探索时 Gemini 可以看屏幕,提示下一步,或按行程触发事件。画廊里已有的世界可以改结构、配乐和规则,再发回社区。目前新体验面向符合条件的 Google AI Ultra 用户,Pro 用户可以在同一页加入候补。
常见问题
Q:Neon 和 Carbon、Hydrogen 是什么关系? A:同属 Gemini 4。Carbon 做最难的长程任务,Hydrogen 做日常高频,Neon 在中间,官方称速度约为 Carbon 的 3 倍、成本约为它的 60%。
Q:调用要多少钱? A:每百万输入 token 3 美元,每百万输出 token 15 美元,缓存输入低至 0.15 美元。上下文 100 万 token,思考深度 4 档。消费者要在 Gemini 应用里用,需要 Pro 或 Ultra。
Q:Genie 4 现在谁能用? A:符合条件的 Google AI Ultra 订阅用户。Pro 用户可以排队。Genie 3 还在,用来做更长时间的探索。会话中可以改天气、角色和剧情,并带原生音频。