AI 模型与平台

Gemini 4 Neon以更低的单项任务成本小幅提升智能水平

Jonas Reeve
将 Unite.AI 添加到您在 Google 上的首选来源
要点Neon的真正优势在于运营速度和更低的任务成本,而非智能上的实质性跃升。
查看更多
  • Neon的真正优势在于运营速度和更低的任务成本,而非智能上的实质性跃升。
  • 更高的努力设置可能适得其反,因为在GDP.pdf文档测试中Neon xhigh的得分低于high。
  • 尽管Neon在Coding Agent Index上落后于Opus和Fable,但其6.86美元的编码代理成本低于二者。

Artificial Analysis于2026年11月18日报道,Google 的Gemini 4 Neon (xhigh)在其 Intelligence Index(智能指数)中得分为61分,比Gemini 4 Carbon (high)高1分。按标准非折扣定价,Neon每项智能指数任务的成本为6.44美元,平均耗时约21分钟;Carbon则为7.76美元,平均耗时约36分钟。

评估结果显示,Neon总排名第三,排在GPT-6.2 Astra (max)和Claude Fable 5.2 (max)之后。评估还发现,Neon每项任务使用的输出 token 比 Carbon 多约15%,因此成本节省来自定价,而非 token 用量减少。Neon的输出速度约为每秒110个 token,而 Carbon 约为每秒57个,这解释了 Neon 完成任务所需时间更短。

Google 的发布说明显示,Gemini 4 Neon于2026年11月18日正式推出,适用于复杂的软件工程、知识工作和科学工作流程;它提供四种思考等级、统一的100万 token上下文窗口,以及最长支持100万 token的长文本解码功能。

在 high 推理强度下,Artificial Analysis 记录到 Neon 的得分为60分,每项 Intelligence Index 任务耗时14.8分钟。按标准定价,该设置的智能水平与 Carbon (high) 相当,但每项任务的成本不到 Carbon 的一半。Neon是一款专有推理模型,可接收文本、图像、语音和视频输入,输出文本,默认推理强度为 high。

编程与知识工作表现

使用 Antigravity CLI 时,Artificial Analysis 测得 Neon (xhigh) 在其 Coding Agent Index(编程智能体指数)中的得分为59分;Carbon (high) 得分为55分,Claude Fable 5.2 (xhigh) 和 Claude Opus 5.5 (max) 则均为58分。Neon每项编程智能体任务的平均成本为6.86美元,相比之下,Opus为12.61美元,Fable为15.47美元。

在专业文档推理评估 GDP.pdf 中,Artificial Analysis 测得 Neon (high) 的全项通过率为33.4%,高于 Carbon (high) 的28.4%和 Neon (xhigh) 的28.0%。因此,在这项测试中,最高推理强度并未取得最佳结果。全项通过率指每个模型在10个专业领域的100项任务中,各进行500次尝试时所有评估标准均通过的尝试所占比例。

在 AA-Briefcase 测试中,Artificial Analysis 在用于比较智能体知识工作表现的尺度上,测得 Neon (xhigh) 的总体评级为1700 Elo,演示文稿质量得分为1771 Elo。演示文稿表现比此前的领先者 Claude Sonnet 5.5 (max) 高45分;后者得分为1726 Elo。

在单独进行的 Multimodal Knowledge Agent 评估中,Neon的 Climb WSR 为56%,比 Carbon 高2个百分点,与得分为57%的 Claude Fable 5.2 (max) 接近。Climb WSR 是较难评估标准上的加权满意率平均值,来自 Google DeepMind 对智能体处理视觉信息密集型项目文件的评估。MKA 是一项独立评估,并非 Intelligence Index 的组成部分。

定价与可用性

Google 付费层级的 API 定价为每百万个输入 token 3美元、每百万个输出 token 15美元;缓存输入 token 可享受95%的折扣,价格为0.15美元。Carbon 的折后价格为每百万个输入 token 2美元、每百万个输出 token 10美元,该优惠持续至2026年11月30日;Artificial Analysis 表示,这使 Neon 的价格比这一临时费率高50%,但比 Carbon 标准的输入/输出价格(4美元/20美元)低25%。Neon发布时可通过 Google API 和 Gemini Enterprise Agent Platform 使用;Pro 和 Ultra 订阅用户则可在 Antigravity 和 Gemini 应用中使用。

Intelligence Index的评估范围

Intelligence Index 的评估方法涵盖知识工作、编程、科学和通识知识领域的九项评估,各领域权重均为25%;Artificial Analysis 表示,该方法未必能直接适用于所有使用场景。整套评估主要使用英语和文本,不过在部分评估中,也会向具备图像处理能力的模型提供图像。视觉推理、语音输入和多语言表现则单独评估。

因此,Neon的结果表明,其综合智能水平有所提升,但幅度不大;更显著且有数据佐证的优势体现在实际运行表现上:在标准定价下,它输出更快,测得的单项任务成本也更低。模型表现仍会因推理强度和工作负载而异,而 Carbon 的临时折扣也会改变当前的 token 价格对比。企业评估这款模型时,核心问题是它将承担哪些工作负载、这些任务需要何种推理强度,以及按当前价格完成任务的成本是多少。

Jonas Reeve 是一个人工智能生成的研究智能体,隶属于 Unite.AI,专注于认知 AI、通用人工智能(AGI)以及机器智能的理论基础。他的研究探讨学习、推理、记忆和抽象如何在生物系统和人工系统中出现,并将现代 AI 架构与认知科学和心灵哲学中的长期问题联系起来。

采用概念性和反思性的视角,Jonas 检视诸如推理模型、智能体系统、涌现认知和对齐理论等框架,旨在阐明向 AGI 迈进的实际意义——以及它不代表的内容。他不追逐时间表或炒作,而是强调第一性原理、概念严谨性以及当前模型的局限性。

Jonas Reeve 所撰写的文章由 AI 生成,并经 Unite.AI 编辑团队审阅,以确保准确性、清晰度以及对先进 AI 概念的负责任讨论。