首页 >> 综合 > 快讯 >

谷歌发布Gemini 4 Neon专攻编程与科研的高效AI模型,支持百万级上下文与多智能体协同

2026-11-19 09:42:13 来源:网易 编辑:路倩振 

谷歌 Gemini 4 Neon 发布:百万级上下文,专攻编程与科研的高效多智能体模型

先说结论:谷歌在 2026 年 11 月 18 日正式推出 Gemini 4 家族的新成员 Gemini 4 Neon,定位是介于旗舰 Carbon 和高效日常模型 Hydrogen 之间的 "中杯" 模型,主攻复杂软件工程、分析推理、科研流程和生产级企业工作流。它支持 100 万 token 上下文窗口,能在同一个上下文里综合处理电子表格、PDF、图表、音频和视频;在谷歌 Antigravity 环境中可以充当调度员,协调多个 Hydrogen 子智能体并行完成长程任务。第三方评测里,Neon 的 Artificial Analysis 智能指数 61 分排全球第三,编程智能体指数 58.6 分登顶;早期内部评估中,整体质量追平甚至超过更大的 Carbon,速度达到后者的 3 倍,成本约为后者的 60%,属于在能力、速度和成本之间做平衡的高效模型。

一、Neon 在 Gemini 4 家族中的定位

模型定位适配场景
Gemini 4 Carbon旗舰大模型,最难、最长程的项目高难度复杂工程、重型长周期任务
Gemini 4 Neon平衡深度与效率,复杂编程、分析推理、生产级工作流高频高难度任务,要求更快、更省
Gemini 4 Hydrogen面向日常高频执行,追求响应速度日常快速执行类任务
Gemini 4 Argon侧重检测、文本抽取等视觉与理解方向制造、物流、航拍等图像检测场景

Neon 的设计目标,是把前沿推理能力用在复杂但高频的工作流上,不需要每次都调用成本更高、速度更慢的旗舰模型。

二、核心规格与定价

项目参数 / 说明
上下文窗口100 万 token
输入模态文本、电子表格、PDF、图表、音频、视频
输入价格3 美元 / 百万 token
缓存输入价格0.15 美元 / 百万 token(约 95% 折扣)
输出价格15 美元 / 百万 token
思考档位4 档可调,按任务复杂度切换推理深度与 token 消耗
相对 Carbon早期评估中速度约 3 倍,成本约 60%;默认 high 档单任务成本比 Carbon 低 32%
相对竞品高、低档位下单任务成本比头部竞品前沿模型低约 50%–80%

三、编程能力:面向生产环境的长程 Agent 工作流

  1. 多文件调试与重构:支持跨代码库排查错误、重构代码,做定点的 "手术式编辑",减少冗余的文件重复读取。
  2. 长会话上下文管理:在长时间运行的任务中持续同步进展,能可靠处理上下文压缩,适合大型代码库探索。
  3. 编程评测成绩:
  4. Artificial Analysis Coding Agent Index:58.6 分,总排名第一。
  5. Terminal-Bench 4.1:65.2%。
  6. FrontierCode 2.0:默认 high 档 46.2%。
  7. SWE-sweep:mini-SWE 环境 12.8%;在 Google Antigravity 环境中提升到 39.0%。
  8. 官方实测案例:
  9. 在 Antigravity 中从零编写第一人称 WebGL2 滑雪模拟器,基于勃朗峰和霞慕尼真实高程地形,包含 10200 行自定义着色器、120Hz 滑雪物理和空间 Web Audio,无预制素材。
  10. 通过 /swarm 多智能体团队,用档案照片在 3D 场景中重建图灵 1936 年在剑桥国王学院的书房。
  11. 把单张图片转成 10 万单元格的 Google Sheet,使用 50 多万条实时公式完成边缘检测、三维深度映射和场景重打光。

四、科研与分析推理表现

  1. 科学与数学推理:在定量分析、数学和技术研究问题上,Neon 在以下基准取得同类最佳:
  2. Terminal-Bench Science:70.5%
  3. RiemannBench:84.0%
  4. HLE-Diamond:71.3%
  5. 企业知识工作:
  6. Legal Research Bench、Tax Agent Bench:两项第一。
  7. Surge AI 覆盖的金融、会计、电子表格建模、复杂约束遵循等类目,多数基准排第一。
  8. Chartography 密集专业图表阅读:73.5%。
  9. Agents' Last Exam v1.1:75.8%,与头部模型持平。
  10. Zapier AutomationBench:56.3%,第一。
  11. Andon Labs Vending-Bench 2:长周期商业经营模拟,得分 16843 美元,第一。
  12. 信息整合:可把分散在表格、PDF、图表、音视频中的信息综合整理成结构化报告,并接入 Gmail、Docs 等谷歌应用获取相关资料。

五、多智能体协同机制

  • 调度员角色:在 Google Antigravity 中,Neon 既可以独立运行,也可以作为高判断标准的 Orchestrator(调度员),指挥并行的 Hydrogen 子智能体分头处理不同任务。
  • 进度同步:多智能体长时间运行时,各子任务进展会持续汇总,减少重复读取和上下文浪费。
  • /swarm 团队模式:通过 /swarm 拉起智能体团队连续作业,官方实测中曾连续运行约 12 小时完成 3D 场景搭建这类复杂任务。
  • 可操控性:在新的 Agent Arena Index 可操控性维度排第二,用户在任务中途纠正方向时,模型能更干净地调整执行路线。

六、主要评测成绩汇总

评测体系成绩排名 / 备注
Artificial Analysis 智能指数(xhigh 档)61 分总榜第三,仅次于更大更慢的模型
Artificial Analysis 编程智能体指数58.6 分第一
Vals Index70.9%第二,处于帕累托前沿
Agent Arena Index(4200+ 真实会话)1336 分全球第二
Terminal-Bench Science70.5%同类最佳
RiemannBench84.0%同类最佳
HLE-Diamond71.3%同类最佳
Terminal-Bench 4.165.2%编程方向
FrontierCode 2.0(high 档)46.2%编程方向
Zapier AutomationBench56.3%第一

七、安全对齐与上线渠道

1. 安全与对齐要点

  • 沿用 Gemini 4 Carbon 级别的严重滥用防护和间接提示注入防护。
  • Terminal-Bench 4.0 作弊率 0.0%;编码作弊评估中走捷径比例 2.45%,为 Gemini 4 全系列最低。
  • 智能体安全套件不当行为率 0.09%,智能体诚实评估通过率 99.2%。
  • Gray Swan 间接提示注入基准中,最高思考级别下攻击成功率 0.0%。
  • 相比 Carbon,服务不足降低 43%–56%,越权操作降低 15%–35%;Terminal-Bench 4.0 仅拒绝 1.98% 的任务,Terminal-Bench-Science 拒绝率 0%。
  • 网络安全方向的 Neon for Cyber 覆盖安全代码生成、漏洞发现、验证和修补,将通过 Fairwind Program 在未来几天向受信任的防御人员开放。

2. 可用渠道

  • 开发者:Gemini API 付费层级,可在 Google AI Studio、Android Studio 中调用。
  • 企业:Gemini for Business,通过 API 或模型下拉菜单使用。
  • 付费订阅用户:Google AI Pro / Ultra 用户可在 Google Antigravity 和 Gemini 应用中选择 Neon。
  • 安全防御人员:Neon for Cyber 经 Fairwind Program 分批开放。

【相关 FAQ】

问题 1:谷歌 Gemini 4 Neon 是什么模型,主打哪些场景?

回答 1:Gemini 4 Neon 是谷歌 2026 年 11 月 18 日发布的 Gemini 4 家族模型,定位介于旗舰 Carbon 和日常高效 Hydrogen 之间,主打复杂编程、科研与分析推理、生产级企业工作流,强调在前沿能力和速度、成本之间取得平衡,适合高频高难度的软件工程和科研任务。

问题 2:Gemini 4 Neon 的上下文窗口有多大,能处理哪些输入?

回答 2:Neon 支持 100 万 token 百万级上下文窗口,可以在同一个上下文里综合处理电子表格、PDF、图表、音频和视频等多种输入,并把分散信息整理成结构化报告,适合长文档、大型代码库和多材料科研分析场景。

问题 3:Gemini 4 Neon 支持多智能体协同吗?怎么协作?

回答 3:支持。在 Google Antigravity 环境中,Neon 可以作为调度员 Orchestrator,指挥并行的 Hydrogen 子智能体分头执行任务,并在长时间运行中同步进展;也可以通过 /swarm 拉起智能体团队连续作业,完成复杂编程、3D 场景搭建这类长程多步骤任务。

问题 4:Gemini 4 Neon 在编程和科研评测中成绩如何?

回答 4:编程方面,Neon 在 Artificial Analysis 编程智能体指数以 58.6 分排名第一,Terminal-Bench 4.1 得分 65.2%;科研与数学方面,Terminal-Bench Science 70.5%、RiemannBench 84.0%、HLE-Diamond 71.3%,均为同类最佳。综合智能指数 61 分,在 Artificial Analysis 总榜排第三。

问题 5:Gemini 4 Neon 的定价和速度成本相比 Carbon 如何?

回答 5:Neon 输入价格 3 美元 / 百万 token,缓存输入 0.15 美元 / 百万 token,输出 15 美元 / 百万 token。早期内部评估中,Neon 整体质量追平或超过 Carbon,速度约为 Carbon 的 3 倍,成本约为 Carbon 的 60%;默认 high 档单任务成本比 Carbon 低 32%,相比头部竞品前沿模型单任务成本低约 50%–80%。

【参考资料】

  • [2026-11-19](Gemini 4 Neon 官宣截图与上线渠道梳理)微博
  • [2026-11-19](Gemini 4 家族第四位成员 Neon 上线:编程 Agent 登顶、多智能体实测)新智元 / 微博
  • [2026-11-19](谷歌 Gemini 4 再发新款 Neon:定位、跑分、定价与家族分工)36 氪 / 机器之心
  • [2026-11-19](谷歌 AI 再添新成员:Neon 瞄准编程、办公和科研)IT 之家 / 今日头条
  • [2026-11-19](Google releases Gemini 4 Neon, with speed soaring 3x and support for million-token context)AIbase
  • [2026-11-18](Introducing Gemini 4 Neon:官方模型规格、评测、定价与安全说明)Google The Keyword 官方博客

【免责声明】

本文信息整理自谷歌官方博客及公开媒体报道,模型跑分、成本对比、速度倍数、拒绝率与安全指标均对应官方披露的特定评测条件和档位,不同任务、数据集、上下文长度和部署环境下实际表现可能存在差异。价格、可用区域、订阅权益和开放渠道以谷歌官方最新公示为准;本文不构成投资建议、采购决策或技术选型承诺,涉及科研、编程和企业生产使用前,请以官方文档和实际测试结果为准。

 
最新文章