跳到正文
Latent Space· swyx .ai·· 3 天前精选AI 评分78

Google DeepMind 发布 Gemini 4 Neon,七周内第四款 Gemini 4 模型

[AINews] Gemini 4 Neon: GDM's Opus/Sol Contender

AI 导读

Google DeepMind 发布 Gemini 4 Neon,这是约七周内第四款 Gemini 4 模型,定价为每百万 token 输入 3 美元、缓存输入 0.15 美元、输出 15 美元,具备 1M token 上下文窗口和四档 effort 级别。

推荐理由

材料给出 Neon 的定价、上下文窗口与多项第三方榜单位置,可对照同门 Carbon 与竞品判断其定位。

正文 · AI 翻译

Google DeepMind 发布了 Gemini 4 Neon,这是其在大约七周内推出的第四款 Gemini 4 模型。如果你对命名感到困惑,你并不孤单;1.5 个月前发布的 Argon 现已退役,来自 Gemini 1-3 的旧版 Pro 和 Flash 也已作古。如果你认为这些名字是基于原子量的,那么 Neon(10)作为中端模型,其速度和成本效益优于 Carbon(6)。以下是当前领先模型及其规格的指南:

由于蒸馏、强化学习和基准测试的工作原理,尽管 Neon 是一个较小的模型,但在某些指标上它在技术上优于 Carbon……

今天,Anthropic 将其 IPO 定价为 每股 83 美元,高于初始区间,而 Palo Alto Networks 同意以 45 亿美元全股票交易收购 Applied Compute。Anthropic · Palo Alto Networks

2026年11月17–18日 AI 新闻。我们检查了 12 个 subreddit 和 544 个 Twitter 账号。浏览往期内容。


AI Twitter 回顾

Gemini 4 Neon

发布与可用性

  • 定价与规格。 Neon 每百万 token 输入价格为 3 美元,缓存输入为 0.15 美元,输出为 15 美元。它拥有 100 万 token 的上下文窗口和四种努力级别。Vals 报告的最大输出限制为 100 万 token。Google · Vals

  • 推广情况。 Neon 正在进入 AI Studio 和 Android Studio 中的付费 Gemini API、面向企业的 Gemini 以及面向 Pro 和 Ultra 订阅用户的 Antigravity。在 Gemini 应用中,Pro 和 Ultra 用户可以选择将其作为“深度分析”,包括用于 Tasks。Google 的推广 · Gemini 应用

  • 首日集成。 Cursor、GitHub Copilot(涵盖其应用、CLI 和 VS Code),以及 LangChain Managed Deep Agents。

  • 发布节奏。 Arena 统计显示,Argon 和 Carbon 之间间隔 28 天,Carbon 和 Hydrogen 之间间隔 15 天,Hydrogen 和 Neon 之间间隔六天。Arena

独立结果

  • 高 vs xhigh。 在高努力级别下,Neon 以每项任务 3.74 美元的成本在 Intelligence Index 上与 Carbon 的 60 分持平。在 GDP.pdf 上,它在高努力级别得分为 33.4%,在 xhigh 级别为 28.0%。Artificial Analysis

  • Agent Arena。 Neon 首次亮相即以约 4,200 次会话中的 1,336 分位居第二。其中位数任务成本为 2.82 美元,在可控性方面排名第二。Carbon 仍在单独的 Text Arena 中领先。Agent Arena · Text Arena

  • Vals。 Neon 在 Vals Index 上排名第二,得分为 70.9%,仅比 Fable 5.2 落后约 0.4 分,且后者每项任务的成本不到前者的一半。在 Code Migration 上,它平均需要 160 轮,少于 Carbon 的 234 轮或 Hydrogen 的 574 轮,得分也低于两者。Vals Index · Code Migration

  • CursorBench 4.1。 Neon 在默认努力级别下得分为 63.7%,高于 Hydrogen 的 57.3%。Cursor

实际操作报告

  • 控制与容量。 在 13 次早期的 Antigravity 会话中,Kimmonismus 记录了 762 次工具调用和 93% 的输入缓存命中率。当被告知避免使用终端时,Neon 在这些测试中运行了零条 shell 命令。日志还记录了 57 次容量错误和四次停滞的运行。测试日志

  • 团队如何使用它。 Theo 表示他现在使用 Neon 进行文案工作,使用 Fable 实施更改,并使用 Astra 进行游戏测试。Jeremy Howard 称赞了 Neon,同时表示他正在将 Solveit 的 Astra 和 Sol 选项回退到 6.2 版本之前的状态。Theo · Jeremy Howard

GPT-6.2 的新结果

  • 数学与形式化证明。Astra 和 Sol 在 MathArena 上包揽前两名。Astra 解决了 53 个 ArXivLean 问题中的 42 个。Vals 单独报告称,它认为这是 Lean 中 Smoktunowicz 间隙定理(Gap Theorem)的首次形式化,且该证明已通过独立内核重放进行了检查。Tim Gehr · Vals

  • 智能体竞技场。Astra 首次亮相排名第六。Sol 在中位任务成本为 $0.90 的情况下排名第 11。在单独的 Code Arena WebDev 榜单上,Astra 排名第三,其中位成本比其前身低 42%。Agent Arena · WebDev

  • 背景折扣。OpenAI 推出了 GPT-6.2 Responses API 的公开测试版,支持可等待的作业。首次响应目标分别为两小时和八小时,每 token 分别提供 30% 和 40% 的折扣。OpenAI Developers

  • 发布后的变化。OpenAI 的 Tibo Sottiaux 表示,早期评审者使用的是最终几天变更之前的构建版本。Artificial Analysis 发现 Astra 的回答变得更短,且在行为评估中承认不确定性的可能性降低。Sottiaux · Artificial Analysis

开放权重与推理

  • 修正昨日 Pi 适配器数据。 昨日的问题引用了在最难的 51 个 SWE-bench Pro 任务上解决 15 到 32 个案例的数据。Hugging Face 在发现影响九个基础模型运行的隧道中断后,重新运行了受影响的任务。修正后的结果是 解决 20 到 33 个案例,即 39.2% 至 64.7%。它还发布了 OpenCode 适配器,在关闭思维链的情况下,使 Qwen3.8-27B 在同一子集上的表现从 35.3% 提升至 51.0%。修正后的模型卡片 · OpenCode 发布

  • 腾讯发布 Hy4 Flash 权重。该拥有 2240 亿参数的多模态 MoE 模型每 token 激活 120 亿参数,支持 1M 上下文,并包含一个约 640 亿参数的 n-gram 嵌入表。腾讯发布了指令微调、FP8 和基础检查点。Tencent repository · vLLM

  • vLLM 0.34.0。可扩展 KV 缓存默认启用,Model Runner V2 成为唯一的 GPU 运行器。团队报告称,在 GB200 上 NVFP4 解码速度最高提升 1.95 倍。vLLM

  • 推理容量的增长速度快于峰值计算能力。Epoch 估计,用于固定代理工作负载篮子的芯片销售容量从 2025 年第二季度到 2026 年第二季度增长了 4.6 倍,而峰值 8 位计算能力仅增长了 2.6 倍。Epoch AI

  • Runway 将推理硬件减半。据报道,它在四块 GPU 上以 24 fps 的速度运行一个 570 亿参数的视频模型,此前需要八块 GPU。Runway

  • 智能体工具。Prime Intellect 推出了 Model Factory,用于强化学习、监督微调、推理和评估。Hugging Face 发布了其 1,000 智能体 PyBot 项目的消息数据集。Prime Intellect · Hugging Face

研究与芯片设计

  • OpenAI 模型帮助重新设计 AMD 电路。OpenAI 报告称,在 AMD 旗舰 GPU 设计的一些模块中,相比优化基线最高提升了 14%。团队使用 Synopsys 工具验证重写后的电路是否保留了原有行为,并测量了功耗、性能和面积。部分改动已纳入送交制造的设计中。OpenAI

  • 衡量研究加速。OpenAI 发布了关于内部智能体使用和科研任务完成情况的更新,并提议定期披露人工智能研究加速的指标。OpenAI

  • 较小的代码库修改可以节省 token。 在 40 个问题的保留测试中,一种每次编辑一个模块的门控方法在 SWE-bench Lite 上得分 40.0%,每任务消耗 46.7K tokens。完全重写得分为 42.5%,但每任务消耗 451.6K tokens。DAIR 研究摘要

  • Agent 团队协作。 MAC Bench 发现,来自八个 Agent 的大部分收益来自于并行探索。Opus 5.5 是唯一显示出协调带来额外增益的测试模型。Bespoke Labs

媒体与语音

  • Genie 4 达到 Project Genie 水平。 Google 的世界模型添加了原生音频支持,并允许用户在会话中途通过文本改变世界。访问权限正在向符合条件的 Google AI Ultra 订阅用户推出。Google DeepMind

  • 轮次检测与转录。 Inworld 发布了语音隔离模型的权重及其 SAVA 轮次检测器,据称其中位检测完成轮次时间为 71 毫秒。AssemblyAI 将其 3.7 版本拆分为用于语音 Agent、实时转录和录音的模型。Inworld · AssemblyAI

  • Kling Image 4.0。 它在 Artificial Analysis 的文生图排名中位列第七,在图像编辑排名中位列第六。Artificial Analysis

行业动态

  • Anthropic 将其 IPO 定价为每股 83 美元。 此次发行涵盖 9.8 亿股,按发行价计算市值约为 813 亿美元。其中约 794 亿美元来自 Anthropic 在扣除费用前出售的股份。预计纳斯达克股票代码 ANT 将于 11 月 19 日开始交易。Anthropic

  • Palo Alto Networks 同意收购 Applied Compute。 这笔价值 45 亿美元的纯股票交易为 Palo Alto 提供了一个用于后训练和服务开源权重的平台。两家公司预计在 Palo Alto 2027 财年第三季度完成交易,需经监管批准及其他条件满足。Palo Alto Networks


AI Reddit 回顾

本地音频

  • Blue TTS v3。 一位开发者表示,其 MIT 许可的模型在 CPU 上生成音频的速度约为实时速度的 50 倍。该帖子的标题数字是关于该设置的吞吐量声明。代码与演示 · 讨论

  • Inworld 语音隔离。 此次发布包括一个用于离线使用的 64M 参数模型和一个用于实时使用的 58M 参数模型,采样率均为 48 kHz。权重 · 本地测试与讨论

  • AudioGhost。 Meta SAM-Audio 的一个本地界面,允许用户用文字描述声音并将其从录音的其他部分分离出来。项目讨论

本地推理与编码

  • SSD 中的专家路由。 TokenWing 的开发者声称它可以流式传输 SSD 中的大部分路由专家。一名用户报告称,在拥有 12 GB VRAM 和 32 GB RAM 的情况下,处理 120B MoE 模型时速度达到 45–50 tok/s。LocalLLM 帖子

  • 一份工作,两个模型。 一位开发者将 GPT-6.2 Astra 用于规划和审查,并将本地 Qwen3.8-27B 用于实现。据报道,该次运行的 API 账单从 7.40 美元降至 1.62 美元。工作流与讨论

  • Neon 在产品线中的地位。 读者讨论了 Neon 是否会成为 Gemini 3.1 Pro 的日常替代品,鉴于 Google 现在为快速任务和更复杂的项目设置了不同的层级。发布讨论 · 层级讨论

来源:Latent Space · latent.space