Google DeepMind 发布 Gemini 4 Neon 模型
Introducing Gemini 4 Neon
Google DeepMind 发布 Gemini 4 Neon,主打复杂软件工程、知识工作与科学流程的快速端到端任务完成。
官方给出 Neon 在 Gemini 4 家族中的定位、定价与多项基准排名,便于判断其与 Carbon、Hydrogen 的分工。
2026 年 11 月 18 日
|
在复杂的软件工程、知识工作和科学工作流中,以快速端到端任务完成带来前沿级智能。
您的浏览器不支持音频元素。
收听文章
[[duration]] 分钟
此内容由 Google AI 生成。生成式 AI 处于实验阶段
本文目录
- Gemini 4 Neon 现已推出
- 适用于企业、分析和科学工作
- 为生产就绪代码而构建
- 为生产级工作流带来效率与控制力
- 为快速、高效的前沿级网络防御而构建
- 专为安全可靠的执行而设计
- 为更深入的分析而构建
- 立即开始使用 Gemini 4 Neon 进行开发
今天,我们推出 Gemini 4 Neon —— 在复杂的软件工程、知识工作和科学工作流中,以快速端到端任务完成带来前沿级智能。
Neon 在其 xhigh 思维级别下,于 Artificial Analysis Intelligence Index 上以 61 分的成绩领先于同类模型,总体排名第三,仅次于更大、更慢的模型。在 Vals Index 上,Neon 排名第二并位于帕累托前沿。除了不断提升原始模型能力外,我们还在持续优化模型的易用性;在新推出的 Agent Arena Index 上,Neon 在可操控性(适应任务中途的用户修正)方面排名第二。Neon 在多步指令遵循方面也表现出色,并基于我们在遏制虚构内容方面的持续进展,在内部 Google Antigravity 测试中创下了最低的虚构率记录。
该模型定价为每百万输入令牌 3 美元(每百万缓存输入令牌 0.15 美元,折扣 95%),每百万输出令牌 15 美元,上下文窗口为 100 万令牌。
Gemini 4 Neon 今天开始在 Google AI Studio 中的 Gemini API、Gemini for business(通过 API 和模型下拉菜单)、Google Antigravity 中的付费 Google AI Pro 和 Ultra 订阅用户,以及 Gemini app 中的 Pro 和 Ultra 订阅用户中逐步推出。
适用于企业、分析和科学工作
企业工作涉及电子表格、PDF、图表、音频和视频。Neon 可以在单个 100 万令牌的上下文窗口中综合所有这些输入,并将输入转化为结构化交付成果。独立评估将 Neon 列为顶级模型之一;在 Vals Index 等基准测试中,它排名第二(70.9%),并在 Legal Research Bench 和 Tax Agent Bench 上均排名第一。
Neon 在 Surge AI 的各项类别中也展现出强劲的胜出表现,在金融、会计、电子表格建模和复杂约束遵循等多个基准测试中均排名第一。它在 Chartography(用于阅读密集的专业图表)上得分 73.5%,并在Agents' Last Exam v1.1(75.8%)上与领先模型表现相当。在 Zapier 的 AutomationBench(56.3%)和 Andon Labs 的 Vending-Bench 2(16,843 美元,一项模拟经营企业的长周期测试)上,Neon 均获得总体第一。最后,它在 Arena 的新 Agent Arena Index 上以 1336 分在全球排名第二位,该指数基于 4,200 多个真实世界代理会话进行评估。
在涵盖定量分析、数学和技术研究问题的科学和数学推理方面,Neon 在 Terminal-Bench Science(70.5%)、RiemannBench(84.0%)和 HLE-Diamond(71.3%)上均为同类最佳。
为生产就绪的代码而构建
专为长期运行的代理工作流而设计,Neon 能够端到端地维持性能,应对复杂且重度依赖工具的任务——无论是独立运行,还是作为快速、高判断力的编排器,指挥 Google Antigravity 中的并行 Hydrogen 子代理。它减少了冗余的文件读取,在工作过程中共享进度,并在长会话中可靠地处理上下文压缩。
在核心开发者和研究人员的工作流程中,Neon 实现了前沿性能,并与同类领先模型具有竞争力,在 Artificial Analysis Coding Agent Index(58.6)上总体排名第一,在 Terminal-Bench 4.1 上得分为 65.2%,在 FrontierCode 2.0 上得分为 46.2%(在其默认高设置下)。对于生产就绪的代码,Neon 能够跨仓库进行多文件调试和重构,通过精准的外科手术式编辑完成任务。在 SWE-sweep 上,它已在 mini-SWE 测试套件中领先(12.8%),并在 Google Antrigavity 中将成绩提升至创纪录的 39.0%,展示了 Antigravity 测试套件的潜力。
为生产级工作流带来效率与控制力
我们在新模型发布的每一轮中都在优化思维层级,以便团队获得更精细的控制权,并实现从一个层级到下一个层级的平滑过渡。Neon 的四个层级稳步扩展,让团队可以根据每个工作负载的需求调整智能水平和令牌消耗。
Neon 在第三方基准测试中以较低的单任务成本提供高性能。在其默认的高思维层级下,它拥有较高的 Artificial Analysis Intelligence Index 分数,且单任务成本比 Carbon 低 32%。在高设置下,它还位于 Vals 指数和 Agent Arena 的帕累托前沿上,单任务成本比顶级竞争的前沿模型低约 50% 至 80%。xhigh 思维层级为最困难的工程、分析和科学工作负载提供更深入的多步推理。Neon 在此层级展现出其最高的智能分数,同时单任务成本仍比竞争对手在其最高设置下的成本低 36% 以上。
专为快速、高效的前沿级网络防御而构建
随着代理式编码规模的扩大,从一开始就生成安全代码至关重要。Gemini 4 Neon for cyber 在 AutoBaxBench 的所有简单、中等和困难挑战中生成的安全代码均优于 Carbon,并在困难层级达到行业领先水平(76%)。
保护系统还意味着在攻击者之前主动发现漏洞。渗透测试一直是企业网络安全的基石。在 WebExploitBench v1.2 上,Neon 以一半的成本达到了最先进的水平(51.26%)。
为了加固现有代码,Neon for cyber 在整个代码加固生命周期——漏洞发现、验证和修补——中均提供前沿级性能,同时比大型前沿模型更快且更具成本效益。
- 发现代码漏洞: Neon 在 SEC-bench Pro 上取得了最先进的性能(90.5%),而每个挑战的成本约为其他模型的一半。
- 通过利用来验证风险: 为了确定优先修复哪些漏洞,防御者依赖模型来检查哪些漏洞可被利用。在 ExploitGym 上,它使用仅为 Carbon 一半的 token 数就达到了前沿级性能。
- 修补漏洞: 修复漏洞的根本原因是网络安全防御生命周期中的关键一步。Neon 在 Collinear 的 CWE-bench v2 上达到 70.7%,较 Carbon 提升了 3.4%。
Gemini 4 Neon for cyber 将在未来几天作为 Fairwind Program 的一部分向受信任的防御者推出。
专为安全可靠的执行而设计
Gemini 4 Neon 建立在我们的 Gemini 4 安全与防护栈 的改进之上——在保持 Gemini 4 Carbon 级别对严重滥用和提示注入的防护的同时,进一步提升了模型对齐和代理行为方面的表现。对于旨在在生产环境中执行高要求、长时间运行的工作的模型,我们专注于:
- 缓解前沿滥用安全风险: 由于 Neon 将前沿级能力带入了一个更快、更低的成本的模型,我们为其配备了强大的实时防护机制,以防止网络和生物安全领域的滥用,其防护强度可与我们的 Carbon 防护相媲美,同时在这些领域大幅减少了对合法工作的拒绝,例如在 Terminal-Bench 4.0 上仅拒绝 1.98% 的任务,在 Terminal-Bench-Science 上拒绝 0%。
- Advancing alignment and disciplined model behavior: In internal coding use, alert rates from our chain-of-thought and action misalignment monitor remained below the already low baselines set by Carbon, suggesting improved alignment propensity for Neon — and that same monitor is deployed to protect Neon across external surfaces. Neon is trained to complete multi-step work without cutting corners, fabricating results, or overstepping user boundaries — continuing to improve the balance between following through on requests and staying within scope. It matched Carbon with 0.0% cheating on Terminal-Bench 4.0 and took shortcuts on just 2.45% of tasks on our coding cheating evaluation (the lowest rate of any Gemini 4 model). It also achieved a 0.09% misaligned action rate on our agentic safety suite and a 99.2% pass rate on our agent honesty evaluation.
在我们的代理行为评估中,Neon 在 Carbon 的强大基线基础上,进一步将不同努力水平下的服务不足减少了 43%–56%,过度干预减少了 15%–35%。
- 保护用户免受间接提示注入攻击: 在 Gray Swan 的 IPI 基准测试中,当恶意指令被植入其访问的网页、电子邮件、文档或代码中时,Neon 比其他同类模型更具韧性。我们发现,在其最高思考级别启用实时防护的情况下,Neon 抵御了该 Gray Swan 基准测试中的所有攻击,达到了与其他 Gemini 模型相同的 0.0% 攻击成功率。
更多详情,请参阅 Gemini 4 Neon 模型卡片。
专为深度分析而构建
在 Gemini 应用中,Gemini 4 Neon 擅长需要前沿级推理和快速响应的工作。
- 更高质量的写作与知识工作: Neon 写作清晰,回复结构良好,语气自然直接。它能更精确地读取电子表格、PDF 和照片等上传文件,将密集内容转化为有用的报告和摘要,并从 Gmail 和 Docs 等 Google 应用中提取相关细节。
- 可靠的研究与分析: Neon 经常整合来自全网的信息,以保持对快速变化话题的最新响应,例如在购买前比较各供应商的价格,或整理包含最新市场数据的复杂简报。
- 为更艰巨的任务提供更快的帮助:Gemini 中的任务现在可以在 Neon 上运行,比使用更大的模型更快、更高效地处理复杂的多步骤工作。在处理繁琐待办事项(例如分析账单以找出公用事业费用激增的原因,或交叉核对多张收据和文件以协商退款)时,可以完成更多工作,同时进一步突破使用限制。
Neon 在 Gemini 4 系列中的定位
Neon 专为复杂的编码、分析推理和生产级企业工作流而构建。Carbon 负责应对你最困难、周期最长的项目,Hydrogen 处理快速的日常执行,而 Neon 则在深度与效率之间取得平衡。Neon 以更快速、更具成本效益的方式,为复杂的高频工作流提供前沿级别的推理能力。
今天开始使用 Gemini 4 Neon 进行构建
Gemini 4 Neon 今日开始推出:
- 面向开发者:在 Google AI Studio 和 Android Studio 中使用 Gemini API 付费层级进行构建;如果你是 Google AI Pro 或 Ultra 的付费订阅用户,你可以在 Google Antigravity 中体验 Neon,所有 Pro 和 Ultra 订阅用户均可在 AI Studio 中体验。
- 面向企业:在面向企业的 Gemini(通过 API 或模型下拉菜单)和 Google Antigravity 中使用 Gemini 4 Neon。
- 面向消费者:如果您是 Google AI Pro 或 Ultra 订阅用户,可以在Gemini 应用的模型下拉菜单中选择 Gemini 4 Neon。
- 面向网络安全防御者:符合条件的Fairwind 计划成员将在未来几天内陆续获得访问权限。如需申请加入 Fairwind 计划,请联系您的云账户团队。
将 Google 的最新新闻发送至您的收件箱
订阅我们的通讯,获取产品更新、活动信息、特别优惠等内容。
您的信息将按照Google 隐私政策使用。您可以随时选择退出。
来源:Google DeepMind · deepmind.google