跳到正文
MarkTechPost· Asif Razzaq·· 3 天前同事件AI 评分82

Google DeepMind 发布 Gemini 4 Neon:1M 上下文,AA Coding Agent Index 第一

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

AI 导读

Google DeepMind 发布 Gemini 4 Neon,这是 Gemini 4 家族中定位介于 Carbon 与 Hydrogen 之间的推理模型,面向编码智能体、知识工作和科研流程,定价为每 1M token 输入 3 美元、输出 15 美元。

同一件事,精选收录的是《Google DeepMind 发布 Gemini 4 Neon 模型》

正文 · AI 翻译

Google DeepMind 刚刚发布了 Gemini 4 Neon。Gemini 4 Neon 是一个推理模型,位于 Gemini 4 Carbon 和 Gemini 4 Hydrogen 之间。它面向编码代理、知识工作和科学工作流。开发者的卖点是接近前沿的得分,但每项任务的成本更低。定价为每 1M 输入 token 3 美元,每 1M 输出 token 15 美元。

TL;DR

  • 规模:1M token 统一上下文,默认输出 64K,通过后台长解码最高可达 1M。
  • 运行环境:仅限 Google 托管。权重封闭,因此没有本地 GPU、量化或边缘构建版本。
  • 性能:在 AA Intelligence Index 上得分为 61,领先于 Claude Opus 5.5(59)和 GPT-6.2 Sol(57)。
  • 最佳表现:在 GraphWalks(256K 至 1M 上下文)上达到 95.2%,而 GPT-6.2 Sol 为 80.1%。
  • 最差表现:在 FrontierCode 2.0 上为 46.2%,落后于 Claude Opus 5.5 的 47.3%。
  • 总结:最佳:以 $3/$15 的价格在长上下文和代理式编码方面领先。最差:封闭、自我报告,且每 token 成本高于 GPT-6.2 Sol。

什么是 Gemini 4 Neon?

Neon 是 Gemini 4 系列中的中间模型。Carbon 处理最困难的长期项目。Hydrogen 处理快速的日常执行。Neon 在两者之间平衡了深度与效率。

根据 模型卡片,Neon 是基于 Gemini 4 Carbon 调整的。Google 未披露参数量或架构。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 如何在代理工作流内部运作?

Neon 提供多种思考级别。High 是默认设置。xhigh 保留给最复杂的工程、分析和科学工作负载。

对于长期的代理运行,Neon 支持上下文压缩,并减少冗余的文件读取。在 Google Antigravity 中,Neon 可以充当协调者。它指导并行的 Gemini 4 Hydrogen 子代理处理较小的子任务。

Gemini 4 Neon 在基准测试中的表现如何?

Google 将 Neon 与 Claude Opus 5.5 和 GPT-6.2 Sol 进行比较。以下所有分数均由 Google 报告,未经独立复现。

  • 编码:在 AA Coding Agent Index 上排名第一,得分为 58.6。使用 provider harness 的 SWE-sweep 命中率为 39.0%,而 Opus 5.5 为 10.1%。
  • 知识工作:在 Zapier AutomationBench 上得分为 56.3%,而 Opus 5.5 为 42.5%。在 Agents’ Last Exam v1.1 上得分为 75.8%。
  • 科学与推理:在 RiemannBench 上得分为 84.0%,在 Terminal-Bench-Science 上为 70.5%,在 HLE-Diamond 上为 71.3%。
  • 长上下文:在 GraphWalks 上得分为 95.2%,而 Opus 5.5 为 66.8%。
  • 网络安全:在 SEC-bench Pro 上得分为 90.5%,在 CWE-Bench v2 上为 70.7%,在 WebExploitBench v1.2 上为 51.3%。

Neon 并非在所有行中都获胜。Opus 5.5 在 Terminal-bench 4.1(65.8% vs 65.2%)和 FrontierCode 2.0(47.3% vs 46.2%)上领先。GPT-6.2 Sol 在 Chartography 上领先(75.1% vs 73.5%)。

在 Vals Index 上,Neon 得分为 70.9%,排名 #2。在 Agent Arena 指数上,它也排名 #2,得分为 1336。

Gemini 4 Neon 的成本是多少?

Neon 的定价为每 1M token 输入 3 美元,缓存输入 0.15 美元,输出 15 美元。Google 表示,在高思考模式下,Neon 每项任务的成本比 Carbon 低 32%。它还声称在 Vals Index 和 Agent Arena 上,其每项任务的成本比竞争对手低 50% 到 80%。在 xhigh 模式下,Google 引用称其成本比竞争对手在其最高设置下低 36% 以上。

这些是按任务计算的声明,而非按 token 的价格。GPT-6.2 Sol 标价 $2/$10。Claude Opus 5.5 标价 $4/$20。Gemini 4 Carbon 在 11 月 30 日前为 $2/$10,之后为 $4/$20。

开发者可以在哪里使用 Gemini 4 Neon?

安全数据说明了什么?

Neon 运行在 Gemini 4 安全与防护栈 之上。Google 报告其代理安全套件中的误对齐行为率为 0.09%。它在代理诚信评估中通过了 99.2%。在 Gray Swan 的最高思考级别提示注入基准测试中,其攻击成功率为 0.0%。在编码作弊测试中,其 2.45% 的捷径率是任何 Gemini 4 模型中最低的。

Gemini 4 Neon 与最接近的竞争者对比

功能Gemini 4 NeonGemini 4 CarbonClaude Opus 5.5GPT-6.2 Sol
开发者Google DeepMindGoogle DeepMindAnthropicOpenAI
参数量未披露未披露未披露未披露
权重封闭封闭封闭封闭
上下文窗口1M发布帖中未披露1M1M
最大输出默认 64K,后台 1M未披露128K未披露
每 1M 输入/输出价格$3 / $15$2 / $10 至 11 月 30 日,之后为 $4 / $20$4 / $20$2 / $10
AA Intelligence Index61未披露5957
Vals Index v2.2*70.9%未披露70.1%66.1%
Terminal-bench 4.1*65.2%未披露65.8%61.5%
SWE-sweep (provider harness)*39.0%未披露10.1%8.3%
GraphWalks 256K 到 1M*95.2%未披露66.8%80.1%

*分数来自 Google 的 发布对比表,自我报告。Opus 5.5 和 GPT-6.2 Sol 的 AA 分数匹配 Artificial Analysis。

关键要点

  • Neon 位于 Carbon 和 Hydrogen 之间,每 1M token 价格为 $3/$15。
  • 在 AA Intelligence Index 上得分 61,在 AA Coding Agent Index 上排名第一。
  • 最大优势:在 GraphWalks 长上下文召回率上达到 95.2%。
  • 在 Terminal-bench 4.1 和 FrontierCode 2.0 上落后于 Opus 5.5。
  • 封闭且仅限 API,采用 Google 报告的基准测试。

请查看 发布帖 以及 模型卡片。您可以通过我们的 GPULeaderboard.com Chrome 扩展程序 在此处查看部署选项和规格。

此外,欢迎在 Twitter 上关注我们,并别忘了加入我们的 150k+ML SubReddit 以及订阅 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 仓库、Hugging Face 页面、产品发布或网络研讨会等吗?联系我们

本文最初发表于 Google DeepMind 发布 Gemini 4 Neon:1M 上下文,AA 编程代理指数第一,首发于 MarkTechPost。

来源:MarkTechPost · marktechpost.com