跳到正文
Latent Space· swyx .ai·· 20 小时前精选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,上下文窗口 1M token,提供四档 effort 级别。

推荐理由

汇总了 Gemini 4 Neon 的定价、上下文窗口与多项第三方基准结果,可对照同代 Carbon、Hydrogen 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 个月大的 Argon 现已 退役,Gemini 1-3 时代的旧款 Pro 和 Flash 也已停用,而如果你认为这些名字是基于原子量,那么中端模型 Neon(10)比 Carbon(6)更快、更便宜。以下是关于当前领先模型及其规模的有用指南:

由于蒸馏、强化学习和基准测试的运作方式,Neon 在某些指标上技术上优于 Carbon,尽管它是一个更小的模型……

同样在今天,Anthropic 将其 IPO 定价为 每股 83 美元,高于其初始区间,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 输入收费 3 美元、缓存输入 0.15 美元、输出 15 美元。它拥有 100 万 token 的上下文窗口和四个努力级别。Vals 报告最大输出限制为 100 万 token。Google · Vals

  • 推出。 Neon 将登陆 AI Studio 和 Android Studio 中的付费 Gemini API、Gemini for business,以及面向 Pro 和 Ultra 订阅者的 Antigravity。在 Gemini 应用中,Pro 和 Ultra 用户可将其选为“深度分析”,包括用于 Tasks。Google 的推出 · Gemini 应用

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

  • 发布节奏。 Arena 统计的间隔为:Argon 与 Carbon 之间 28 天,Carbon 与 Hydrogen 之间 15 天,Hydrogen 与 Neon 之间 6 天。Arena

独立结果

  • high 与 xhigh 对比。 在 high 努力级别下,Neon 以每任务 3.74 美元在 Intelligence Index 上追平 Carbon 的 60 分。在 GDP.pdf 上,它在 high 级别得分 33.4%,在 xhigh 级别得分 28.0%。Artificial Analysis

  • Agent Arena。 Neon 在约 4,200 个会话中以 1,336 分首次亮相即排名第二。其中位任务成本为 2.82 美元,在可操控性上排名第二。Carbon 仍在单独的 Text Arena 中领先。Agent Arena · Text Arena

  • Vals。 Neon 在 Vals Index 上以 70.9% 排名第二,落后 Fable 5.2 约 0.4 个百分点,而每任务成本不到后者的一半。在 Code Migration 上,它平均运行 160 轮,少于 Carbon 的 234 轮或 Hydrogen 的 574 轮,且得分低于两者。Vals Index · Code Migration

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

上手报告

  • 操控与容量。 在 13 次早期 Antigravity 会话中,Kimmonismus 记录了 762 次工具调用和 93% 的输入缓存命中率。当被要求避免使用终端时,Neon 在这些测试中运行了零条 shell 命令。日志还记录了 57 次容量错误和四次运行停滞。测试日志

  • 团队如何使用。 Theo 表示他现在用 Neon 写文案、用 Fable 实施更改、用 Astra 进行试玩。Jeremy Howard 称赞了 Neon,同时表示他将把 Solveit 的 Astra 和 Sol 选项回退到 6.2 之前的版本。Theo · Jeremy Howard

GPT-6.2 的新结果

  • 数学与形式化证明。Astra 和 Sol 在 MathArena 上占据前两名。Astra 解出了 53 道 ArXivLean 题目中的 42 道。Vals 另行报告了其认为是首个在 Lean 中完成的 Smoktunowicz 间隙定理形式化,证明经独立内核重放校验。Tim Gehr · Vals

  • Agent Arena。Astra 首次登场排名第六。Sol 以 0.90 美元的任务成本中位数位列第十一。在单独的 Code Arena WebDev 榜单上,Astra 排名第三,任务成本中位数比其前代低 42%。Agent Arena · WebDev

  • 后台折扣。OpenAI 为可等待的 GPT-6.2 Responses API 任务开放了公开测试版。首个响应的两小时和八小时目标分别对应每 token 30% 和 40% 的折扣。OpenAI Developers

  • 发布后有哪些变化。OpenAI 的 Tibo Sottiaux 表示,早期评测者使用的是最后几天改动之前的构建版本。Artificial Analysis 发现,在其行为评估中,Astra 的回答变得更短,且更不愿意承认不确定性。Sottiaux · Artificial Analysis

开放权重与推理

  • 对昨日 Pi 适配器数据的更正。 昨日刊 曾引用在 51 道最难的 SWE-bench Pro 任务上解出 15 至 32 道。Hugging Face 在发现一次隧道故障影响了九次基础模型运行后,重新运行了受影响的任务。更正后的结果为 解出 20 至 33 道,即 39.2% 至 64.7%。它还发布了一个 OpenCode 适配器,在关闭思考的情况下,将 Qwen3.8-27B 在同一子集上的成绩从 35.3% 提升至 51.0%。更正后的模型卡 · OpenCode 发布

  • 腾讯发布 Hy4 Flash 权重。这个 224B 参数的多模态 MoE 每 token 激活 12B 参数,支持 1M 上下文,并包含一个约 64B 的 n-gram 嵌入表。腾讯发布了 instruct、FP8 和 base 检查点。腾讯仓库 · vLLM

  • vLLM 0.34.0。可扩展 KV 缓存默认开启,Model Runner V2 成为唯一的 GPU runner。团队报告在 GB200 上 NVFP4 解码最高提速 1.95 倍。vLLM

  • 推理产能增长快于峰值算力。Epoch 估计,从 2025 年第二季度到 2026 年第二季度,为固定一组智能体工作负载而售出的芯片产能增长了 4.6 倍,而峰值 8 位算力增长了 2.6 倍。Epoch AI

  • Runway 将服务硬件减半。其报告称,在四块 GPU 上以 24 fps 服务一个 57B 视频模型,此前需要八块。Runway

  • 智能体工具。Prime Intellect 推出了 Model Factory,用于强化学习、监督微调、服务和评估。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 设计的多个模块上,相较优化后的基线最高提升 14%。团队使用 Synopsys 工具检查重写后的电路是否保持行为,并测量功耗、性能和面积。部分改动已进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研究任务完成情况的更新,并提议定期披露 AI 研究加速的指标。OpenAI

  • 更小的 harness 改动可以节省 token。 在一项包含 40 个 issue 的留出测试中,一次只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 token。完全重写得分 42.5%,消耗 451.6K token。DAIR 研究摘要

  • Agent 团队协作。 MAC Bench 发现,八个 agent 带来的大部分收益来自并行探索。Opus 5.5 是唯一在测试中显示出协调带来额外增益的模型。Bespoke Labs

媒体与语音

  • Genie 4 进入 Project Genie。 Google 的世界模型新增原生音频,并允许用户在会话中途用文本改变世界。访问权限正逐步向符合条件的 Google AI Ultra 订阅者开放。Google DeepMind

  • 轮次检测与转录。 Inworld 发布了语音隔离模型及其 SAVA 轮次检测器的权重,称其能在中位数 71 毫秒内检测到完成的轮次。AssemblyAI 将其 3.7 版本拆分为面向语音 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,在编辑排名中位列第六。Artificial Analysis

行业

  • Anthropic 将其 IPO 定价为 83 美元。 此次发行涵盖 9.8 亿股,按发行价计算约 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 11 月 19 日在 Nasdaq 以 ANT 为代码开始交易。Anthropic

  • Palo Alto Networks 同意收购 Applied Compute。 这笔 45 亿美元的全股票交易为 Palo Alto 提供了一个用于后训练和 serving 开放权重模型的平台。两家公司预计将在 Palo Alto 2027 财年第三季度完成交易,但需获得监管批准并满足其他条件。Palo Alto Networks


AI Reddit 回顾

本地音频

  • Blue TTS v3。 一位开发者称,其 MIT 许可的模型在 CPU 上以约 50 倍实时速度生成音频。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。 该版本包括一个用于离线使用的 6400 万参数模型和一个用于实时使用的 5800 万参数模型,均为 48 kHz。权重 · 本地测试与讨论

  • AudioGhost。 一个面向 Meta SAM-Audio 的本地界面,允许用户用文本描述一种声音,并将其从录音的其余部分中分离出来。项目讨论

本地推理与编码

  • 来自 SSD 的专家。 TokenWing 的开发者声称,它可以从 SSD 流式传输大多数路由专家。一位用户报告称,在 12 GB 显存和 32 GB 内存的 120B MoE 上达到 45–50 tok/s。LocalLLM 帖子

  • 一项任务,两个模型。 一位开发者将 GPT-6.2 Astra 用于规划和审查,将本地 Qwen3.8-27B 用于实现。据报告,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 在产品线中的位置。 读者讨论了在 Google 为快速工作和更困难项目设立不同层级后,Neon 是否会成为 Gemini 3.1 Pro 的日常替代品。发布讨论 · 层级讨论

来源:Latent Space · latent.space